上海市重大科技攻关项目(10511500100)
- 作品数：2 被引量：3H指数：1
- 相关作者：宦飞赵彤彤李骁聂森更多>>
- 相关机构：上海交通大学更多>>
- 发文基金：上海市重大科技攻关项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于加权SVM与信息粒化的时序波动范围预测被引量：3
- 2014年
- 复杂时间序列是高度复杂的非线性动态系统,传统的支持向量机方法无法对单一点值进行精确的预测,因此,对时序波动区间的预测更有参考意义。基于此,提出一种基于加权支持向量机的时序波动范围预测算法。研究中以股票指数为例,首先将原始价格数据进行模糊信息粒化,并针对金融时间序列的特点,利用改进后的加权支持向量机对粒化后的价格数据作出回归分析,同时对参数进行优化。最后对3大股票指数的预测实验验证结果表明,该方法能对复杂时间序列的波动范围进行有效的预测,并且精度优于标准支持向量机模型。
- 朱旻辰宦飞
- 关键词：加权支持向量机
- 面向JRENative漏洞的寄存器符号化监测
- 2014年
- Java语言是最为流行的编程语言之一,拥有非常大的用户群,其安全问题十分重要,其中JRE Native漏洞逐渐成为研究热门。本项研究基于符号执行技术提出一种寄存器符号化监测方法,选取符号执行平台S2E作为漏洞挖掘工具,并且实现了针对JRE Native漏洞挖掘的辅助插件SymJava和SymRegMonitor,基于OpenJDK和Oracle JRE逆向代码进行源代码白盒审计并构建了用于进行漏洞挖掘的Java测试用例,最后对36个调用Java Native API的Java测试用例进行测试,发现了6个JRE Native安全隐患,其中2个可被攻击者恶意利用。
- 李骁聂森赵彤彤宦飞
- 关键词：漏洞挖掘
