基于源代码的数据库隐蔽通道的自动化分析

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:zhengzhidelang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
隐蔽通道是系统的一个用户通过违反系统安全策略的方式传送信息给另一个用户的机制。根据TCSEC的要求,开发具有B2级及以上的数据库管理系统必须进行隐蔽通道分析。隐蔽通道分析的核心问题是隐蔽通道的标识,隐蔽通道标识主要在顶级描述和源代码级这2个层次进行。源代码复杂难懂,但源代码级的搜索方法精度要高于基于系统顶级描述的搜索方法。现阶段仍然缺少基于数据库源代码的隐蔽通道分析工具,更缺少能够自动、高效的进行隐蔽通道分析的工具。设计并实现了一种基于源代码的数据库隐蔽通道自动化分析工具,相比于其他工作中对SQL操作执行的所有函数进行信息流分析,工具只对函数中执行的代码行进行信息流分析,可以有效降低误报率。系统分为三个模块:预处理模块、共享资源矩阵生成模块和隐蔽通道分析模块。预处理模块主要包括代码格式规范、使用Ctags识别出源代码中的局部变量和全局变量等。共享资源矩阵生成模块首先使用代码覆盖工具Gcov得到SQL操作执行的所有代码行,然后结合信息流分析规则进行信息流图构建,遍历信息流图得到SQL操作和共享资源的引用、修改和返回关系矩阵,即共享资源矩阵。该矩阵作为隐蔽通道分析模块中隐蔽流树法的输入,得到“候选”隐蔽通道,去除其中部分“伪”隐蔽通道,验证部分真实存在的隐蔽通道并进行最大带宽计算,根据不同的带宽给出不同的处理建议。通过对My SQL数据库源代码进行实际测试,结果表明工具未出现漏报错误,且自动化程度较高。
其他文献
三维建筑物模型是虚拟地理环境中的重要可视化要素,被广泛应用于三维导航,数字城市,灾害防治等领域。随着三维建筑物模型数据生产技术的发展,三维建筑物模型变得越来越真实,细节不断丰富,数据量也急剧增加。海量的三维建筑物模型数据不仅给网络传输带来了沉重负担,也对客户端渲染提出了重大挑战。为此,学者们提出了渐进式传输方法,该方法将模型渐进式编码为基础模型网格和网格增量,在传输时先传输基础模型,再按固定顺序或
学位
计算机视觉和自然语言两个领域近十年来得到长足发展,这两个领域的发展推动了多模态任务的研究。具有代表性的任务之一是2015年学术界提出的具有开放式特性的视觉问答(Visual Question Answering,VQA)任务,该任务将图像和开放式的问题作为输入,并输出自然语言形式的答案[1]。视觉问答模型需要同时对图像的视觉内容和问题的文本内容进行细粒度理解,然而目前大部分VQA模型都只使用视觉注
目标检测作为计算机视觉领域最具基础性和挑战性的核心任务,在安防监控、行人检测等实际领域有着广泛的应用。低光照环境的多样性给各类目标检测算法带来了严峻的挑战,制约了其在全天候交通监测、自动驾驶等复杂场景下的应用。因此,低光照场景下的图像增强、目标检测等相关理论和技术研究具有重要的现实意义和应用价值。本文从低光照图像增强和目标检测两个方面入手,聚焦低光照场景下的目标检测算法并开展了探索与研究。一方面,
随着网络数据海量扩增,对入侵行为的检测变得更加困难。溯源记录了数据的来源,表征了数据对象之间的依赖关系。将溯源和卷积神经网络结合,并应用于入侵检测,是提高入侵行为检测效果的一个重要手段。但目前该方法不能很好地挖掘溯源信息,且当多用户行为入侵同时发生时无法确定具体入侵行为,导致检测过程时间消耗大、检测率低、误检率高等问题。针对以上问题,提出了基于溯源数据处理优化的入侵检测方法。首先,设计了优化的基于
随着移动互联网的发展,基于位置服务的应用给人们的生活带来了便利。社交网络中由于位置数据发布和显性社交关系而导致的位置隐私泄露问题引起了人们的重视,研究位置数据发布时位置数据保护,对于保障位置数据的安全具有重要的意义。在位置数据离线发布的场景中,由于假设位置之间独立性,现有的位置隐私保护方法应用于真实世界的数据集时将暴露比预期更多的位置隐私信息。社交网络中好友间的双向关注关系(即显性社交关系)说明社
以深度学习为首的计算机视觉技术不断进步,在图像分类、视频分类、目标检测等领域取得了很大突破。动作识别指通过计算机技术对视频或者图像序列进行动作特征的提取并进行分类的技术,动作识别在智能监控,视频分类,视频内容分析等领域具有重要意义。论文尝试了将动作识别与信息安全融合,探究利用视觉技术从视频流中分析出用户在键盘上输入的可能性。针对该任务,论文提出了一个小型数据集。论文提出的方法首先将视频流划分成小的
学位
随着信息产业的发展,工业界的软件系统规模逐渐增大。软件开发过程逐步由传统开发向敏捷开发演进,导致测试过程中出现了两个现象:一方面,产品规模的增大会带来测试用例集的不断增大,每一次迭代都可能会加入新的测试用例,而删除旧用例的可能性较小,单次测试的耗时因此越来越长;另一方面,软件产品迭代的速度不断加快,自然地,回归测试的频率也随之增加。因此,测试时间过长及资源消耗过多的问题更为凸显,回归测试的高耗时逐
互联网发展的日新月异一方面带给人们更多的便利和选择,另一方面却使人们面临信息过载的问题无从选择。推荐系统(Recommendation Systems,RSs)的研究极大的缓解了信息过载的问题并在人们的生产生活中发挥了重要的作用。其中,生成对抗网络(Generative Adversarial Networks,GANs)因为其在模拟用户偏好分布上的能力逐渐被研究人员应用于推荐领域研究。然而,已有