基于SVM的缓存污染资源代表性检测方案

攻击者通过中间人攻击等方式实施缓存污染,在受攻击对象浏览器中运行恶意代码窃取敏感数据。在缓存污染防御策略中,易受攻击的Web资源代表性对检测和防御的效果起到至关重要的作用。现有的资源代表性判断算法对小众资源或随机资源的识别率不高,本文基础上基于SVM技术,对已知的易受污染资源进行特征提取、数据预处理和模型训练,最后利用训练模型对未知资源进行预测判断,实验结果表明该方案在损耗小部分时间的情况下可以大幅提升污染样本的检测率。     

一种现场勘查电子记录可信化模型

公安的各项警务工作已经进入了数字化时代,在犯罪现场勘查过程中采集的现场记录数据已大部分电子化,原有工作规范流程的弊病突显,使得现场电子记录的可信性受到质疑。本文结合实际工作需要,提出一种现场电子记录的可信化模型,通过该模型协议可以实现现场电子记录采集的同时自动进行可信化处理,保证现场电子数据的内容、采集时间、采集点和采集人员是可信的。通过理论证明,该协议构建的电子证据链是可信性,任何篡改都会在验证过程中被发现。模型的实施不但提升了现场勘查的效率,也保证了现场勘查数据的安全性和准确性。     

一种新型的数据安全存储系统模型

目前电子数据的安全存储主要依赖加密技术,数据通常只用一个密钥进行加密,并且密钥的管理过于集中,无法应对内部人员的密钥泄漏问题。设计了一种数据存储系统模型,包括访问控制子模型,用于数据的安全存储。一份完整的数据被分割成数份后加密存储在多个存储服务器上,一个或多个服务受到攻击时,攻击者无法从这些数据分片还原出完整的数据明文,从而达到安全存储的目的。最后将分析该模型的安全性能以及存储效率。     

基于进程行为的防沉迷模型

防沉迷系统监控的软件大多是娱乐型软件,如游戏、视频、音频等,传统的防沉迷系统一般仅针对软件使用者的身份加以鉴别和监管,对软件本身的行为不作分析。对于此类娱乐进程运行时表现出来的行为特征,提出一种基于进程行为分析的娱乐进程监控系统模型。动态收集进程运行时产生的行为数据,通过基于迭代、分类、阀值比较的识别算法来判定出娱乐进程,进而对其使用时间进行监控。通过收集的数据和测试实验,验证该模型的可行性和有效性。