基于数值特征向量的跨平台物联网设备固件漏洞分析方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    U1936122
  • 项目类别：
    联合基金项目
  • 资助金额：
    65.0万
  • 负责人：
    赵波
  • 依托单位：
    武汉大学
  • 学科分类：
    F0208.物联网及其他新型网络
  • 结题年份：
    2022
  • 批准年份：
    2019
  • 项目状态：
    已结题
  • 起止时间：
    2020-01-01 至2022-12-31

项目摘要

The security of IoT devices is an important factor affecting their development. Due to the diversity of device platforms, traditional vulnerability analysis methods cannot meet the current needs. In order to find and eliminate vulnerabilities of IoT device firmware, this project proposes a method based on numerical feature vector for cross-platform IoT devices to realize firmware vulnerability analysis. Firstly, we study a content extraction method of IoT device firmware. Based on reverse analysis technology, code, data and file system are analyzed from invisible binary firmware file. Secondly, we study a numerical feature vector extraction method. Taking the firmware content as object, with the application of both static analysis and dynamic debugging technology, multi-dimensional features are obtained (firmware code path reachability, vulnerability difference distance, data reachability, behavior uncertainty and execution). The result is abnormal value). With these features, we construct the numerical feature vector. Finally, for cross-platform IoT devices, we build a vulnerability database based on the numerical feature vectors. Then a machine learning module is set up, and a prototype of experimental system is established. With the prototype, vulnerabilities of cross-platform IoT devices are analyzed. Our method can solve the problems of detecting firmware vulnerabilities, and enhance the security of IoT devices.
物联网设备的安全性问题是影响其发展的重要因素，因其设备平台和固件的多样性，传统的漏洞分析方法无法满足需求。本课题以发现并排除物联网设备固件的安全漏洞为目标，提出一种基于数值特征向量的跨平台物联网设备固件漏洞分析方法。首先研究物联网设备固件关键内容提取方法，以逆向分析技术为基础，从不可视的二进制固件文件中，分析出设备关键组件的代码、数据和文件系统等内容；其次研究物联网设备固件数值特征向量提取方法，以固件内容为对象，应用静态分析和动态调试相结合的手段，获取多维度的特征分量（固件代码路径可达性、漏洞差异距离、数据可达性、行为不确定性和执行结果异常值），构建物联网设备固件的数值特征向量；最后针对多种平台物联网设备，基于获得的数值特征向量建立漏洞特征库，使用机器学习等技术搭建相关实验系统，有效分析出设备固件漏洞。本方法将有效的解决物联网设备固件漏洞分析的困难问题，保障物联网安全。

结项摘要

物联网设备的安全性问题是影响其发展的重要因素，因其设备平台和固件的多样性，传统 的漏洞分析方法无法满足需求。本课题以发现并排除物联网设备固件的安全漏洞为目标，提出一种基于数值特征向量的跨平台物联网设备固件漏洞分析方法。首先研究物联网设备固件关键内容提取方法，以逆向分析技术为基础，从不可视的二进制固件文件中，分析出设备关键组件的代码、数据和文件系统等内容；其次研究物联网设备固件数值特征向量提取方法，以固件内容为对象，应用静态分析和动态调试相结合的手段，获取多维度的特征分量（固件代码路径可达性、漏洞差异距离、数据可达性、行为不确定性和执行结果异常值），构建物联网设备固件的数值特征向量；最后针对多种平台物联网设备，基于获得的数值特征向量建立漏洞特征库，采用LightGBM构建相应的固件漏洞检测器，对漏洞检测达到86%的准确率，有效分析出设备固件漏洞。本方法将有效的解决物联网设备固件漏洞分析的困难问题，保障物联网安全。

项目成果

期刊论文数量（18）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（1）
区块链智能合约漏洞检测与自动化修复综述
  • DOI：
    --
  • 发表时间：
    2022
  • 期刊：
    计算机应用
  • 影响因子：
    --
  • 作者：
    童俊成;赵波
  • 通讯作者：
    赵波
Supervised Contrastive Learning with Term Weighting for Improving Chinese Text Classification
具有术语权重的监督对比学习可改进中文文本分类
  • DOI：
    10.26599/tst.2021.9010079
  • 发表时间：
    2022
  • 期刊：
    Tsinghua Science & Technology
  • 影响因子：
    6.6
  • 作者：
    Jiabao Guo;Bo Zhao;Hui Liu;Yifan Liu;Qian Zhong
  • 通讯作者：
    Qian Zhong
针对深度学习的对抗攻击综述
  • DOI：
    10.13868/j.cnki.jcr.000431
  • 发表时间：
    2021
  • 期刊：
    密码学报
  • 影响因子：
    --
  • 作者：
    刘会;赵波;郭嘉宝;彭钺峰
  • 通讯作者：
    彭钺峰
A Novel Trusted Software Base for Commercial Android Devices Using Secure TF Card
使用安全 TF 卡的商业 Android 设备的新型可信软件库
  • DOI：
    10.1155/2022/6731277
  • 发表时间：
    2022-02
  • 期刊：
    Security and Communication Networks
  • 影响因子：
    --
  • 作者：
    Yuting Zhou;Bo Zhao;Yang An
  • 通讯作者：
    Yang An
Feature-filter: Detecting adversarial examples by filtering out recessive features
特征过滤器：通过过滤隐性特征来检测对抗性示例
  • DOI：
    10.1016/j.asoc.2022.109027
  • 发表时间：
    2022-05
  • 期刊：
    Applied Soft Computing
  • 影响因子：
    8.7
  • 作者：
    Hui Liu;Bo Zhao;Minzhi Ji;Yuefeng Peng;Jiabao Guo;Peng Liu
  • 通讯作者：
    Peng Liu

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

类岩石材料力学特性参数多元线性回归模型
  • DOI：
    10.13800/j.cnki.xakjdxxb.2018.0302
  • 发表时间：
    2018
  • 期刊：
    西安科技大学学报
  • 影响因子：
    --
  • 作者：
    林海飞;杨二豪;赵鹏翔;卓日升;赵波
  • 通讯作者：
    赵波
基于衰减路径时变性的压力容器疲劳裂纹安全裕度研究
  • DOI：
    10.19907/j.0490-6756.2021.064003
  • 发表时间：
    2021
  • 期刊：
    四川大学学报. 自然科学版
  • 影响因子：
    --
  • 作者：
    谢阳;赵波;龙伟;刘华国;李炎炎
  • 通讯作者：
    李炎炎
电磁作用下微生物传质建模及影响因素分析
  • DOI：
    10.16163/j.cnki.22-1123/n.2017.01.016
  • 发表时间：
    2017
  • 期刊：
    东北师大学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    曹生现;徐佳宁;王云汉;王恭;赵波
  • 通讯作者：
    赵波
C-TNC:适用于 Openstack 的可信云接入协议
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    华中科技大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    赵波;朱向玉;向騻;杨冰
  • 通讯作者：
    杨冰
新型3D打印组织补偿物的放疗应用研究
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    中华放射肿瘤学杂志
  • 影响因子：
    --
  • 作者：
    张敏;赵波;尹金鹏;刘思伟;高献书;秦尚彬;王庆国;赵勍;刘凌;李晓梅;李洪振;李晓颖;马茗微
  • 通讯作者：
    马茗微

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

赵波的其他基金

虚拟化环境安全缺陷分析及安全性增强方法研究
  • 批准号：
    61173138
  • 批准年份：
    2011
  • 资助金额：
    56.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码