期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到8,440篇文章
< 1 2 … 250 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
可信数据增强的QoS感知云API推荐系统投毒攻击持续防御 认领 引用
1
作者 陈真 范爽 +4 位作者 余建强 徐悦甡 檀泽宇 尤殿龙 申利民 《软件学报》 EI CSCD 北大核心 2026年第6期2671-2690,共20页
服务质量(quality of service,QoS)感知云API推荐系统在解决云API过载问题、差异化云API性能和实现高质量云API选择中具有重要作用.但由于网络环境的开放性和云API的货币属性,推荐系统易受到投毒攻击,从而导致推荐结果偏离公平性和可信... 服务质量(quality of service,QoS)感知云API推荐系统在解决云API过载问题、差异化云API性能和实现高质量云API选择中具有重要作用.但由于网络环境的开放性和云API的货币属性,推荐系统易受到投毒攻击,从而导致推荐结果偏离公平性和可信性.现有防御方法主要采用“检测防御”策略,即在模型训练前通过检测算法滤除恶意用户来缓解攻击影响,但受限于检测算法性能,不可避免地会出现无法将恶意用户全部滤除的情形.为此,从“以攻学防”的视角提出一种基于可信数据增强的QoS感知云API推荐系统投毒攻击持续防御方法.首先构建基于可信数据增强的投毒攻击防御框架,通过生成高质量可信用户数据并参与模型训练来增强推荐系统的鲁棒性.其次,设计基于扩散模型的可信用户生成算法.采用迭代去噪的方式学习真实云API的QoS数据分布,生成高质量的可信用户向量,消解投毒攻击数据对训练模型的影响.最后,基于真实云API的QoS数据集进行大量实验,利用3类11种推荐算法全面评估所提防御方法的有效性和普适性.实验结果表明,所提出的基于可信数据增强的投毒攻击持续防御框架是有效的,生成的可信用户可显著提高云API推荐系统的鲁棒性. 展开更多
关键词 推荐系统 云API 投毒攻击 持续防御 数据增强 扩散模型
暂未订购 下载PDF
一种基于API调用图和外部知识的恶意代码分类方法 认领 引用
2
作者 夏冰 楚世豪 +2 位作者 董玉 唐崇俊 单征 《信息安全学报》 CSCD 2026年第3期164-173,共10页
正确识别恶意代码的类别已成为现代数字防御机制的关键组成部分。针对现有基于应用程序编程接口(Application Pro-gramming Interface,API)的分类方法存在调用结构关系缺乏、行为语义表达不足等问题,提出了一种新颖的基于API调用图和外... 正确识别恶意代码的类别已成为现代数字防御机制的关键组成部分。针对现有基于应用程序编程接口(Application Pro-gramming Interface,API)的分类方法存在调用结构关系缺乏、行为语义表达不足等问题,提出了一种新颖的基于API调用图和外部知识的恶意代码分类方法。方法首先基于二进制恶意代码函数的控制流图(Control Flow Graph,CFG)构造函数内部的API调用子图,并作为节点嵌入函数调用图(Function Call Graph,FCG)中生成恶意代码API调用图(API Call Graph,ACG),以捕捉函数内部API的调用路径和依赖关系,接着通过爬虫技术获取API的功能描述、参数及返回值等外部知识以增强API节点的语义表达能力,最后借助双向编码器表示(Bidirectional Encoder Representations from Transformers,BERT)和图卷积网络(Graph Convolu-tional Networks,GCN),充分挖掘API序列词汇语义和API调用图节点间的结构依赖语义,实现了对恶意代码行为的深度表征。实验结果表明,所提出的方法在多样化的恶意代码样本集上显著优于现有基线模型,F1分值达到97.8%,同时可解释性实验也验证了该方法清晰地识别出恶意行为的关键特征和路径。 展开更多
关键词 恶意代码 BERT预训练模型 自然语言处理 图卷积神经网络 API调用图
暂未订购 下载PDF
面向微服务架构的API访问链路刻画与隐私感知追踪 认领 引用
3
作者 陈彦如 胡光俊 +1 位作者 宫月 杜彦辉 《信息安全研究》 CSCD 北大核心 2026年第8期730-740,共11页
随着微服务架构的普及,其分布式与异构特性导致应用程序编程接口(Application Programming Interface,API)防护安全与敏感数据追踪面临严峻挑战。传统工具在负载分析及跨服务数据流重构方面能力不足,难以满足合规性要求。本文提出基于... 随着微服务架构的普及,其分布式与异构特性导致应用程序编程接口(Application Programming Interface,API)防护安全与敏感数据追踪面临严峻挑战。传统工具在负载分析及跨服务数据流重构方面能力不足,难以满足合规性要求。本文提出基于交互式应用安全测试(Interactive Application Security Testing,IAST)的API访问链路刻画与隐私感知追踪方法,通过在多语言微服务实例部署轻量级IAST Agent,结合隐私感知智能规则引擎(Privacy-Aware Intelligent Rules Engine,PAIRE),实现敏感数据的精准识别与传播路径重构。本文针对追踪标识符(TraceID)缺失、异步通信等复杂场景,创新设计了融合参数匹配、时间关联、服务拓扑与业务标识符的多维链路拼接机制,有效提升了追踪覆盖率与鲁棒性。同时构建可视化平台,可支持实时风险告警与异常行为响应。基于TrainTicket微服务应用上开展的实验表明,该方法在敏感数据检测精度、链路重构覆盖率及性能开销控制方面均优于主流方案,验证了其在复杂环境中的高效性与实用性。 展开更多
关键词 微服务 API链路重构 交互式应用安全测试
暂未订购 下载PDF
Modern Graphics APIs:Design Principles,A Use Case,and New Perspectives 认领 引用
4
作者 Lu Ping Sun Qi +3 位作者 Wang Chen Guo Jie Guo Yanwen Shi Wenzhe 《ZTE Communications》 2026年第1期97-106,共10页
In this paper,we provide a comprehensive examination of the evolution of graphics Application Programming Interfaces(APIs).We begin by exploring traditional graphics APIs,elucidating their distinct features and inhere... In this paper,we provide a comprehensive examination of the evolution of graphics Application Programming Interfaces(APIs).We begin by exploring traditional graphics APIs,elucidating their distinct features and inherent challenges.This sets the stage for a detailed exploration of modern graphics APIs,with a focus on four critical design principles.These principles are further analyzed through specific case studies and categorical examinations.The paper then introduces MoerEngine,a bespoke rendering engine,as a practical case to demonstrate the real-world application of these modern principles in software engineering.In conclusion,the study offers insights into the potential future trajectory of graphics APIs,spotlighting emerging design patterns and technological innovations.It also ventures to predict the development trends and capabilities of next-generation graphics APIs. 展开更多
关键词 graphics API rendering design principle MoerEngine
暂未订购 下载PDF
ISO 10425与API 9A给出6股公称直径102 mm钢丝绳最小破断拉力有误分析及预估 认领 引用
5
作者 沈志军 秦万信 《金属制品》 CAS 2026年第1期39-43,共5页
基于数理统计分析,认为API Specification 9A/ISO 10425:2003、API Specification 9A:2011、API Specification 9A:2020、ISO 10425:2023等给出6股公称直径102 mm钢丝绳最小破断拉力6340 kN有误,且明显偏小;相关标准中粗直径6股钢丝绳... 基于数理统计分析,认为API Specification 9A/ISO 10425:2003、API Specification 9A:2011、API Specification 9A:2020、ISO 10425:2023等给出6股公称直径102 mm钢丝绳最小破断拉力6340 kN有误,且明显偏小;相关标准中粗直径6股钢丝绳最小破断拉力与公称直径之间存在可用数理统计方法获得的数学关系式;给出对应公称直径102 mm钢丝绳最小破断拉力预估值为6770 kN。 展开更多
关键词 ISO 10425 API 9A 粗直径钢丝绳 最小破断拉力 数理统计
暂未订购 下载PDF
BCH 012—88与API 1104焊接标准在油气管道工程中的应用差异对比 认领 引用
6
作者 袁运栋 叶建军 +1 位作者 杨永杰 孟川 《石化技术》 CAS 2026年第1期1-3,共3页
油气管道工程作为能源输送的重要基础设施,管道焊接质量是保障油气管道安全运行的关键因素,而焊接标准则是指导和规范焊接工作的依据。基于此,通过对BCH 012—88和API 1104两种焊接标准进行深入对比,探究两者存在的差异性,并对其应用情... 油气管道工程作为能源输送的重要基础设施,管道焊接质量是保障油气管道安全运行的关键因素,而焊接标准则是指导和规范焊接工作的依据。基于此,通过对BCH 012—88和API 1104两种焊接标准进行深入对比,探究两者存在的差异性,并对其应用情况进行分析,以期为保障我国企业海外油气管道工程建设项目的焊接质量奠定基础。 展开更多
关键词 BCH 012—88 API 1104 焊接标准 油气管道 差异对比
暂未订购 下载PDF
“运用”驱动型经济责任审计创新发展研究——基于“APIE”循环的分析 认领 引用
7
作者 贾云洁 张淳淳 俞斌 《会计之友》 北大核心 2026年第17期125-132,共8页
创新发展是新时代经济责任审计高质量发展的必由之路。文章基于产品生命周期和流程再造理论,构建“运用”驱动型经济责任审计生命周期循环,创新提出“用—统—审—评”循环分析框架,增强分析的理论深度与系统维度。依托该框架系统梳理Z... 创新发展是新时代经济责任审计高质量发展的必由之路。文章基于产品生命周期和流程再造理论,构建“运用”驱动型经济责任审计生命周期循环,创新提出“用—统—审—评”循环分析框架,增强分析的理论深度与系统维度。依托该框架系统梳理Z省经济责任审计实践创新经验:以运用为导向驱动全流程变革,科学谋划统筹项目,精细管控实施环节,对接需求转换评价视角。研究认为,健全用户体验和需求对接机制,强化项目统筹指导,深化全流程管控,加强评价研究与制度供给是有效纾解创新发展现实困境的主要途径。文章的贡献在于揭示驱动经济责任审计创新发展的源头与关键环节,重构传统流程起点的循环分析框架,提炼案例创新经验,为实践创新发展提供理论支撑与经验借鉴。 展开更多
关键词 经济责任审计 创新发展 流程再造 “运用”驱动 “APIE”循环
暂未订购 下载PDF
面向设计师的网络API可视化管理工具设计与开发 认领 引用
8
作者 蒋建 《鞋类工艺与设计》 2026年第7期93-95,共3页
随着数字产品设计的复杂程度日益提高,设计师和API之间的交互也日益频繁,但现有的API管理工具基于开发者设计,存在技术门槛高、可视化程度低、设计开发协作不畅等问题。本文针对设计师群体工作需求,提出一种面向设计师的网络API可视化... 随着数字产品设计的复杂程度日益提高,设计师和API之间的交互也日益频繁,但现有的API管理工具基于开发者设计,存在技术门槛高、可视化程度低、设计开发协作不畅等问题。本文针对设计师群体工作需求,提出一种面向设计师的网络API可视化管理工具设计方案。通过用户研究和需求分析构建了可视化编排、实时预览、协作共享的功能架构,设计了基于节点流图的API可视化编排模型和低代码交互范式,并对其可用性进行评估。结果显示,该工具可以降低设计师对于API的认知负担,提高设计效率以及跨职能协作质量。 展开更多
关键词 设计师 API 可视化管理 工具设计 技术实现
暂未订购 下载PDF
Dynamic Malware Detection Method Based on API Multiple Subsequences 认领 引用 被引量：1
9
作者 Jinhuo Liang Jinan Shen +2 位作者 Pengfei Wang Fang Liang Xuejian Deng 《Computers, Materials & Continua》 SCIE EI 2026年第4期1802-1820,共19页
The method for malware detection based on Application Programming Interface(API)call sequences,as a primary research focus within dynamic detection technologies,currently lacks attention to subsequences of API calls,t... The method for malware detection based on Application Programming Interface(API)call sequences,as a primary research focus within dynamic detection technologies,currently lacks attention to subsequences of API calls,the variety of API call types,and the length of sequences.This oversight leads to overly complex call sequences.To address this issue,a dynamic malware detection approach based on multiple subsequences is proposed.Initially,APIs are remapped and encoded,with the introduction of percentile lengths to process sequences.Subsequently,a combination of One-Dimensional Convolutional Neural Network(1D-CNN)and Bidirectional Long Short-Term Memory(Bi-LSTM)networks,along with an attention mechanism,is employed to extract features from subsequences of varying lengths for feature fusion and classification.Experiments conducted on two widely used public API-based datasets,namelyMalBehavD-V1 and Alibaba Cloud,demonstrate that the proposedmethod reduces the number of API call types by approximately 20%compared to representative deep learning–based API sequence detection methods,while achieving a peak accuracy of 98.70%.Additionally,experimental results indicate that sequence length at the 95th percentile represents the optimal solution that balances classification performance and computational efficiency. 展开更多
关键词 Malware detection API call types percentile deep learning
暂未订购 下载PDF
基于AI智能体的隐藏RESTful API识别与漏洞检测方法 认领 引用 被引量：1
10
作者 林怡 夏冰 +3 位作者 王永 孟顺达 刘居宠 张书钦 《计算机应用》 CSCD 北大核心 2026年第1期135-143,共9页
伴随RESTful API在现代Web服务中的普及,安全问题日益凸显。而现有的主流API识别与漏洞检测工具依赖API文档或公开路径进行扫描,在识别隐藏API或无文档API时效果有限,在复杂或动态API环境下漏洞误报率高。针对这些挑战,基于上下文协议(M... 伴随RESTful API在现代Web服务中的普及,安全问题日益凸显。而现有的主流API识别与漏洞检测工具依赖API文档或公开路径进行扫描,在识别隐藏API或无文档API时效果有限,在复杂或动态API环境下漏洞误报率高。针对这些挑战,基于上下文协议(MCP)无缝通信智能体,提出一种隐藏API发现和漏洞检测的智能体系统A2A(Agent to API vulnerability detection)来实现从API发现到漏洞检测的全流程自动化。A2A通过自适应枚举和HTTP响应分析自动识别潜在的隐藏API端点,并结合服务特定的API指纹库进行隐藏API的确认和发现。A2A在API漏洞检测上则是结合大语言模型(LLM)与检索增强生成(RAG)技术,并通过反馈迭代优化策略,自动生成高质量测试用例以验证漏洞是否存在。实验评估结果表明,A2A的平均API发现率为91.9%,假发现率为7.8%,并成功发现NAUTILUS和RESTler未能检测到的多个隐藏API漏洞。 展开更多
关键词 RESTful API 漏洞检测 大语言模型 检索增强生成 AI智能体
暂未订购 下载PDF
生物蛋白API和APL单独或联合添加对肉兔生长性能、免疫功能和肠道健康的影响 认领 引用
11
作者 杨林旭 孟嘉赓 +7 位作者 尹胜港 蒋易龙 井金钟 陈小玲 冯斌 车炼强 陈鲜鑫 赵华 《动物营养学报》 CAS CSCD 北大核心 2026年第7期5364-5374,共11页
本试验旨在探究饲粮单独及联合添加生物蛋白API(含鲶鱼抗菌肽parasin I)和APL(含菌丝霉素抗菌肽plectasin)对肉兔生长性能、免疫功能和肠道健康的影响。采用单因素试验设计,选取160只健康的35日龄断奶新西兰白兔,随机分为4组,每组10个重... 本试验旨在探究饲粮单独及联合添加生物蛋白API(含鲶鱼抗菌肽parasin I)和APL(含菌丝霉素抗菌肽plectasin)对肉兔生长性能、免疫功能和肠道健康的影响。采用单因素试验设计,选取160只健康的35日龄断奶新西兰白兔,随机分为4组,每组10个重复,每个重复4只(公母各占1/2)。对照组(CON组)饲喂基础饲粮,试验组分别在饲喂基础饲粮的基础上添加1000 mg/kg API(API组)、1000 mg/kg APL(APL组)和500 mg/kg API+500 mg/kg APL(CBP组)。试验期35 d,分为第1~14天和第15~35天2个阶段。。结果表明:1)与CON组相比,API组和CBP组终末体重和第15~35天平均日增重(ADG)显著提高(P0.05)。综上所述,饲粮添加生物蛋白API和APL能够提高肉兔ADG,降低HRI,改善免疫功能和肠道屏障功能,降低盲肠总菌数量,从而提高肉兔生长性能和肠道健康水平,且联合添加效果优于单独添加。 展开更多
关键词 生物蛋白API 生物蛋白APL 肉兔 生长性能 免疫功能 肠道健康
暂未订购 下载PDF
生物蛋白API对断奶仔猪生长性能、养分表观消化率和粪便微生物群落的影响 认领 引用
12
作者 朱海斌 杨林旭 +8 位作者 孟嘉赓 尹胜港 蒋易龙 井金钟 陈小玲 冯斌 车炼强 陈鲜鑫 赵华 《动物营养学报》 CAS CSCD 北大核心 2026年第7期4955-4966,共12页
本试验旨在探究饲粮添加生物蛋白API(含鲶鱼抗菌肽parasin I功能片段的人工设计重组生物蛋白)对断奶仔猪生长性能、养分表观消化率和粪便微生物群落的影响。选择54头体重为(8.45±0.41)kg的28日龄“杜×长×大”断奶去势仔... 本试验旨在探究饲粮添加生物蛋白API(含鲶鱼抗菌肽parasin I功能片段的人工设计重组生物蛋白)对断奶仔猪生长性能、养分表观消化率和粪便微生物群落的影响。选择54头体重为(8.45±0.41)kg的28日龄“杜×长×大”断奶去势仔猪,随机分为3组,每组6个重复,每个重复3头猪。对照组(CON组)饲喂基础饲粮,KBX组饲喂基础饲粮+2000 mg/kg KBX(商业复合替抗产品),API组饲喂基础饲粮+1000 mg/kg API产物。试验期42 d,分为第1~14天、第15~28天和第29~42天3个阶段。结果表明:1)与CON组相比,API组断奶仔猪试验第28天和第42天体重显著提高(P<0.05),试验第29~42天和全期(试验第1~42天)平均日增重显著提高(P<0.05)。2)与CON组相比,API组粗蛋白质表观消化率显著提高(P<0.05);与CON组和KBX组相比,API组总能表观消化率显著提高(P<0.05)。3)与CON组相比,API组粪便乙酸、异丁酸和总短链脂肪酸含量显著提高(P<0.05)。4)与CON组相比,API组粪便变形菌门(Proteobacteria)和链球菌属(Streptococcus)相对丰度显著降低(P<0.05),粪便普雷沃氏菌科NK3B31群(Prevotellaceae_NK3B31_group)相对丰度显著提高(P<0.05)。综上所述,饲粮添加生物蛋白API能够提高断奶仔猪生长性能和养分表观消化率,同时改善粪便菌群结构,并提高粪便短链脂肪酸含量,且效果优于复合替抗产品KBX。 展开更多
关键词 生物蛋白API 断奶仔猪 生长性能 养分表观消化率 短链脂肪酸 粪便微生物群落
暂未订购 下载PDF
SandGPU:面向异构GPU的资源池化与API沙盒机制设计 认领 引用
13
作者 贺敬伟 戚林成 +1 位作者 刘小磊 章路进 《电信科学》 北大核心 2026年第7期138-152,共15页
随着人工智能与高性能计算的快速发展,图形处理器(graphics processing unit,GPU)已成为算力中心的核心资源。现代算力中心往往同时部署多厂商、不同架构的GPU,而传统基于硬件切分或驱动绑定的方案仅支持单一厂商,难以在多架构环境中实... 随着人工智能与高性能计算的快速发展,图形处理器(graphics processing unit,GPU)已成为算力中心的核心资源。现代算力中心往往同时部署多厂商、不同架构的GPU,而传统基于硬件切分或驱动绑定的方案仅支持单一厂商,难以在多架构环境中实现高效共享与隔离。提出一种面向异构GPU的资源池化与应用程序接口(application program interface,API)沙盒机制设计方案SandGPU,在资源抽象层构建统一的虚拟GPU三维资源模型,引入厂商级折算系数,对不同架构GPU的计算能力、显存容量和带宽进行等效表征;在执行层通过基于API的沙盒机制,利用显存配额门、带宽令牌桶和计算节流门实现按配额限流和跨任务干扰抑制。基于自研离散时间仿真平台的实验表明,在保持平均算力利用率且在一定时延内完成任务的比例不下降的前提下,所提方案将干扰率分布的P95值平均降低22.4%,显著收敛尾部干扰。 展开更多
关键词 异构GPU GPU池化 API沙盒 软隔离 服务等级目标
暂未订购 下载PDF
基于API语义关联的安卓恶意应用检测方法 认领 引用 被引量：1
14
作者 孟梓源 刘亚姝 《计算机工程与设计》 北大核心 2026年第3期734-742,共9页
随着智能移动设备的普及,恶意软件数量激增,严重威胁个人隐私。针对现有基于API调用的检测方法普遍忽略API语义信息的问题,提出了一种基于API关联性的Android恶意软件检测方法(OACSDroid)。从大量的API序列的上下文中学习到API的关联性... 随着智能移动设备的普及,恶意软件数量激增,严重威胁个人隐私。针对现有基于API调用的检测方法普遍忽略API语义信息的问题,提出了一种基于API关联性的Android恶意软件检测方法(OACSDroid)。从大量的API序列的上下文中学习到API的关联性,使用聚类方法将相似的API分组到集群中,并利用线性回归模型,根据聚类算法性能评价指标选择最佳的簇数,进而构造API特征向量。结合深度神经网络检测Android应用的恶意性。实验结果表明,该方法与其它同类型方法相比具有相当或更优的性能。 展开更多
关键词 安卓 恶意软件检测 应用程序接口调用 关联分析 聚类分析 深度神经网络 自然语言处理
暂未订购 下载PDF
基于提示学习的API评论知识图谱构建方法 认领 引用
15
作者 杨延军 刘名威 +1 位作者 彭鑫 赵文耘 《计算机应用与软件》 北大核心 2026年第2期8-15,31,共8页
API(Application Programming Interface)是现代软件开发中提升效率的重要组件,开发者经常在问答社区的评论中学习不同类型的API知识,由此引发一系列对API评论进行分类的研究工作。然而相关工作在分类时均需要大量标注数据,成本较高。为... API(Application Programming Interface)是现代软件开发中提升效率的重要组件,开发者经常在问答社区的评论中学习不同类型的API知识,由此引发一系列对API评论进行分类的研究工作。然而相关工作在分类时均需要大量标注数据,成本较高。为此,提出一种基于提示学习的API评论知识图谱构建方法,能够将评论分类任务转化为模型擅长的单词预测任务从而提升分类效果。相对于基线方法,该方法的F1指标提升16.1%~21%,召回率提升30.6%~36.2%。此外,所提出的知识图谱结构可以将不同帖子中的API评论按照不同粒度、不同类别、去冗余地整合在一起。并且通过实验证明所建知识图谱能够有效帮助开发者学习相关API知识。 展开更多
关键词 API评论 提示学习 知识图谱
暂未订购 下载PDF
一种基于IR模拟执行的密码学API误用检测方法 认领 引用
16
作者 何亚非 占力戈 +2 位作者 聂宇 傅建明 彭国军 《电子学报》 EI CAS CSCD 北大核心 2026年第3期1132-1146,共15页
密码学算法是现代软件系统中保护数据机密性与完整性的核心机制。然而,密码学应用程序编程接口(Application Programming Interface,API)的误用,例如使用可预测密钥或不安全密码算法,严重影响着软件系统的安全性,可能导致软件破解、网... 密码学算法是现代软件系统中保护数据机密性与完整性的核心机制。然而,密码学应用程序编程接口(Application Programming Interface,API)的误用,例如使用可预测密钥或不安全密码算法,严重影响着软件系统的安全性,可能导致软件破解、网络攻击等后果,表明了检测密码学API误用的必要性。现有密码学API误用检测研究主要通过分析API参数值来识别误用现象,根据分析方式可分为动态分析方法和静态分析方法。动态分析方法能获取运行时的参数值,但受代码覆盖率低的限制,易遗漏未触发的代码,从而导致漏报。相比之下,静态分析方法具备更高的代码覆盖率,但现有的静态检测方法在理论与实现上仍存在显著局限:它们大多依赖简单的常量传播或模式匹配,仅能识别直接赋值的简单参数形式,而难以解析经过复杂指令(如字符串拼接、编码转换等“值变化”操作)处理的目标参数,导致当密码学参数经过复杂变换时,现有静态分析方法会出现大量漏报的情况,形成分析盲区。针对上述问题,本文提出并实现了ParamScope。这是一种基于中间表示(Intermediate Representation,IR)解释模拟的Java密码学API误用静态检测方法。首先,ParamScope实现了一种“赋值驱动”的程序切片算法。该算法基于SootUp程序分析工具构建,通过引入严格的赋值模式约束,能够精准提取密码学参数的依赖路径。其次,ParamScope实现了轻量级IR解释器对切片后的路径进行模拟执行,并引入包含真实逻辑的Android核心类库,结合Java反射机制,在静态分析中实现了对复杂方法调用的语义还原。该方法具有静态分析的高覆盖率优势,同时有效解决了静态环境下复杂指令导致的参数值分析难题。实验表明,ParamScope在公开数据集上的参数值重建精确率达到97.31%,且误用检测准确率达到96.2%,优于现有的先进静态与动态工具;在真实Android应用程序中的检测实验进一步显示,ParamScope有效识别出大量被编码或隐藏的真实参数典型案例,并报告其中的误用现象,相较于现有的静态工具CogniCrypt额外检测出约27%的误用案例,且单个应用平均分析用时仅4.85 min。综上,ParamScope兼具静态分析的高覆盖率与复杂参数解析的高精准度,为密码学API误用检测提供了一种高精度、高效率的新型解决方案。 展开更多
关键词 静态分析 程序切片 模拟执行 Java程序分析 密码学API 误用检测
暂未订购 下载PDF
A REST API Fuzz Testing Framework Based on GUI Interaction and Specification Completion 认领 引用
17
作者 Zonglin Li Xu Zhao +2 位作者 Yan Cao Yazhe Li Yihong Zhang 《Computers, Materials & Continua》 SCIE EI 2026年第3期2201-2222,共22页
With the rapid development of Internet technology,REST APIs(Representational State Transfer Application Programming Interfaces)have become the primary communication standard in modern microservice architectures,raisin... With the rapid development of Internet technology,REST APIs(Representational State Transfer Application Programming Interfaces)have become the primary communication standard in modern microservice architectures,raising increasing concerns about their security.Existing fuzz testing methods include random or dictionary-based input generation,which often fail to ensure both syntactic and semantic correctness,and OpenAPIbased approaches,which offer better accuracy but typically lack detailed descriptions of endpoints,parameters,or data formats.To address these issues,this paper proposes the APIDocX fuzz testing framework.It introduces a crawler tailored for dynamic web pages that automatically simulates user interactions to trigger APIs,capturing and extracting parameter information from communication packets.A multi-endpoint parameter adaptation method based on improved Jaccard similarity is then used to generalize these parameters to other potential API endpoints,filling in gaps in OpenAPI specifications.Experimental results demonstrate that the extracted parameters can be generalized with 79.61%accuracy.Fuzz testing using the enriched OpenAPI documents leads to improvements in test coverage,the number of valid test cases generated,and fault detection capabilities.This approach offers an effective enhancement to automated REST API security testing. 展开更多
关键词 REST APIs fuzz testing OpenAPI specifications
暂未订购 下载PDF
A Unified API-Driven IPAM Framework with LSTM-Based Anomaly Detection for Hybrid Cloud Environments 认领 引用
18
作者 Mohammed Saad Javeed MD AL Rafi +3 位作者 Arifa Akter Eva Muhammad Firoz Mridha Qiangfu Zhao Jungpil Shin 《Computers, Materials & Continua》 SCIE EI 2026年第8期747-769,共23页
Hybrid and multi-cloud infrastructures make IP address management(IPAM)difficult,especially when IP and Domain Name System(DNS)records must stay consistent across on-premises networks and cloud platforms.Traditional I... Hybrid and multi-cloud infrastructures make IP address management(IPAM)difficult,especially when IP and Domain Name System(DNS)records must stay consistent across on-premises networks and cloud platforms.Traditional IPAM tools often lack deep automation and cross-platform visibility,which leads to DNS drift,IP conflicts,and configuration errors.This paper proposes a unified,Application Programming Interface(API)-driven IPAM framework that integrates Infoblox Network Identity Operating System(NIOS)with Amazon Web Services(AWS)Route53 and Azure DNS using Infrastructure-as-Code and CI/CD pipelines.We generate an IPAM event log from Infoblox API simulations and fuse it with the UNSW-NB15 cybersecurity dataset to train a deep Long Short-Term Memory(LSTM)-based anomaly detection model.On this fused dataset,the propose model achieves an accuracy of 0.912 and an F1-score of 0.900,outperforming Random Forest,Logistic Regression,one-dimensional convolutional neural network(1D-CNN),and Gated Recurrent Unit(GRU)baselines.The automation pipeline also reduces end-to-end provisioning latency to 1010 ms and improves DNS consistency to 99.1%across Infoblox,AWS,and Azure.The framework provides scalable,auditable,and policy-driven IPAM while reducing manual work and configuration drift in hybrid cloud environments. 展开更多
关键词 IP address management(IPAM) API automation anomaly detection hybrid cloud DNS synchronization network automation
暂未订购 下载PDF
Cuda-Gen:一种基于API知识图覆盖驱动的CUDA模糊测试框架 认领 引用
19
作者 宋霁洋 范希明 +3 位作者 高心怡 丁雪川 雷琦 方勇 《四川大学学报（自然科学版）》 CAS CSCD 北大核心 2026年第2期259-274,共16页
在人工智能驱动的时代,NVIDIA CUDA库已成为加速计算密集型任务不可或缺的工具,但由于其闭源代码和独特的编程范式,其安全性评估仍然严重不足。现有研究还没有专门针对CUDA库的漏洞挖掘工具。本文讨论了对CUDA库进行模糊测试所面临的挑... 在人工智能驱动的时代,NVIDIA CUDA库已成为加速计算密集型任务不可或缺的工具,但由于其闭源代码和独特的编程范式,其安全性评估仍然严重不足。现有研究还没有专门针对CUDA库的漏洞挖掘工具。本文讨论了对CUDA库进行模糊测试所面临的挑战:1)缺乏指导导致生成的测试驱动能够覆盖的API范围有限;2)基于大模型生成的测试驱动在输入变异方面效率低下。本文提出了一种名为Cuda-Gen的新工具,用于发现CUDA库中的潜在漏洞。Cuda-Gen能够从零开始为各种CUDA库函数生成测试驱动,执行高效的参数变异,并适配多种CUDA库的需求。首先,利用大语言模型(LLM)从CUDA文档和示例代码中提取语义关系,构建知识图谱,从而优先考虑API交互与上下文依赖关系。提出API覆盖位图,以引导模糊测试器探索测试不足的库函数。此外,API知识图谱还结合编译器诊断信息来修复错误的桩代码,从而提升编译成功率。随后,Cuda-Gen使用大模型分析并解耦参数依赖关系,区分可变参数,对其进行参数隔离变异,以提高变异效率。在3个CUDA版本(12.4、12.7和13.0)以及6个被广泛使用的库(如cuBLAS、cuFFT)上的评估表明,Cuda-Gen相较于基线工具Fuzz4all,平均实现了2.97倍的API覆盖率和4.0倍的API边覆盖率。实验还发现了3个未知漏洞,已由NVIDIA安全团队验证。 展开更多
关键词 模糊测试 基于大语言模型的知识图谱 CUDA库安全 API覆盖位图
暂未订购 下载PDF
MO_BLA:基于规则集与深度学习的API风险检测 认领 引用
20
作者 邵游朋 袁建廷 +1 位作者 郑金 杨楠 《计算机应用与软件》 北大核心 2026年第1期142-148,232,共7页
在数字化转型过程中信息流通以及各种程序、应用和系统之间的连接,使得API在应用架构中变得更加普遍。API作为应用程序之间、应用与用户之间交互的桥梁,承载着企业的业务逻辑和大量敏感数据,在数字时代呈爆发式增长,围绕API安全的探索... 在数字化转型过程中信息流通以及各种程序、应用和系统之间的连接,使得API在应用架构中变得更加普遍。API作为应用程序之间、应用与用户之间交互的桥梁,承载着企业的业务逻辑和大量敏感数据,在数字时代呈爆发式增长,围绕API安全的探索成为当下不可回避的话题。故设计一种API风险检测模型(MO_BLA),利用ModSecurity规则集对风险API误报率低的优点,融入深度学习模型并引入注意力机制,提高API风险检测的准确率。实验结果表明,该方法在API风险检测上具有明显的优势,其识别准确率可达97.50%。 展开更多
关键词 API安全风险 深度学习 数据安全 漏洞检测
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 250 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈