【技术实现步骤摘要】
一种可信计算在人工智能的测试管理系统
本专利技术涉及人工智能可信计算
，尤其涉及一种可信计算在人工智能的测试管理系统。
技术介绍
现在使用的计算机体系结构在设计时只追求计算速度并没有考虑安全因素，如系统任务难以隔离、内存无越界保护等，这直接导致了网络化环境下的计算服务存在大量安全问题，如源配置可被篡改、恶意程序被植入执行、利用缓冲区(栈)溢出攻击、非法接管系统管理员权限等。可信计算是信息科学发展的结果，是一种新的可信免疫计算模式。可信计算采用运算和防御并行的双体系架构，在计算运算的同时进行安全防护，使计算结果总是与预期一样，计算全程可测可控，不被干扰。
技术实现思路
本专利技术的目的在于提供一种可信计算在人工智能的测试管理系统，以解决上述
技术介绍
中提出的问题。本专利技术的目的是通过下述技术方案予以实现：一种可信计算在人工智能的测试管理系统，包括人工智能系统、安全学习系统以及安全管理系统，所述人工智能系统收到请求命令后，通过安全管理系统进行可信判断后选择性执行程序，所述人工智能系统内装...
【技术保护点】
1.一种可信计算在人工智能的测试管理系统，包括人工智能系统、安全学习系统以及安全管理系统，其特征在于：所述人工智能系统收到请求命令后，通过安全管理系统进行可信判断后选择性执行程序，所述人工智能系统内装载由安全管理系统和安全学习系统，所述安全管理系统内包括用户身份识别模块、执行程序可信模块、脚本程序执行可信校验模块、可信网络连接验证模块、配置健壮可信验证模块、问价实体行为控制模块、进程实体行为控制模块、注册表实体行为控制模块、可信软件推送验证模块以及操作西永安全态势统一审计模块，所述学习系统包括软件安全深入学习、系统安全深入学习以及模型安全深入学习。/n
【技术特征摘要】
1.一种可信计算在人工智能的测试管理系统，包括人工智能系统、安全学习系统以及安全管理系统，其特征在于：所述人工智能系统收到请求命令后，通过安全管理系统进行可信判断后选择性执行程序，所述人工智能系统内装载由安全管理系统和安全学习系统，所述安全管理系统内包括用户身份识别模块、执行程序可信模块、脚本程序执行可信校验模块、可信网络连接验证模块、配置健壮可信验证模块、问价实体行为控制模块、进程实体行为控制模块、注册表实体行为控制模块、可信软件推送验证模块以及操作西永安全态势统一审计模块，所述学习系统包括软件安全深入学习、系统安全深入学习以及模型安全深入学习。
2.根据权利要求1所述的一种可信计算在人工智能的测试管理系统，其特征在于：所述模型安全深入学习包括基于机器学习的对抗样本生成、基于遗传算法的对抗样本生成以及深度学习数据流处理中的安全风险，所述基于机器学习的对抗样本生成包括白盒攻击和黑盒攻击，所述基于遗传算法的对抗样本生成包括对GmailPDF过滤的逃逸攻击、利用Fuzzing测试的对抗样本生成以及基于软件漏洞进行逃逸攻击，所述深度学习数据流处理中的安全风险包括降维攻击原理和降维攻击影响范围及防范手段。
...
【专利技术属性】
技术研发人员：蔡洁锐，黄声勇，林楠，彭伟锋，李燕飞，
申请(专利权)人：广东电网有限责任公司汕尾供电局，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。