基于感知哈希算法和特征融合的恶意代码检测方法

在当前的恶意代码家族检测中,通过恶意代码灰度图像提取的局部特征或全局特征无法全面描述恶意代码,针对这个问题并为提高检测效率,提出了一种基于感知哈希算法和特征融合的恶意代码检测方法。首先,通过感知哈希算法对恶意代码灰度图样本进行检测,快速划分出具体恶意代码家族和不确定恶意代码家族的样本,实验测试表明约有67%的恶意代码能够通过感知哈希算法检测出来。然后,对于不确定恶意代码家族样本再进一步提取局部特征局部二值模式（LBP）与全局特征Gist,并利用二者融合后的特征通过机器学习算法对恶意代码样本进行分类检测。最后,对于25类恶意代码家族检测的实验结果表明,相较于仅用单一特征,使用LBP与Gist的融合特征时的检测准确率更高,并且所提方法与仅采用机器学习的检测算法相比分类检测效率更高,检测速度提高了93.5%。     

高速泥浆脉冲遥传系统推广适应性研究

介绍了中海油服自主研发随钻测井系统(简称:Drilog■)井下仪器和地面系统的基本组成,说明了Drilog■在传输速率方面的需求及不足之处,解释了研制自主高速率泥浆脉冲遥传系统(简称:HSVP■)必要性和迫切性。自主研发的HSVP■经过燕郊水循环测试,新疆实钻试验,陆地多井次试作业,海上推广试作业,能实现0.5~12bps的实时数据上传,满足作业要求,经过对解码系统的持续改进和迭代,在泵噪较好的情况下,系统的误码率可低于2%。定性分析了HSVP■对泵噪、BHA组合、钻井参数等的适应能力,同时对剪切阀形式泥浆脉冲器作业安全性及风险进行了评估。经过多井次作业,表明HSVP■上传速率快,定向及时准确,陆地作业稳定可靠,同时也能够适应海上钻井工况,满足ROP较快时的作业需求。