自冲铆工艺参数的确定方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例涉及自冲铆技术领域，特别涉及一种自冲铆工艺参数的确定方法、装置、电子设备及存储介质。其中，自冲铆工艺参数的确定方法包括：对待测样本进行静态分析，得到所述待测样本中存在的所有行为指令；其中，所述行为指令包括指令类型和指令参数；确定所有所述行为指令中的异常指令；基于确定的所述异常指令，判断所述待测样本是否为恶意样本。本发明专利技术提供的技术方案利用静态分析的方式加快了待测样本的检测效率，同时基于确定的异常指令可以有效判断待测样本是否为恶意样本，从而解决了恶意样本难以被有效检测的问题。了恶意样本难以被有效检测的问题。了恶意样本难以被有效检测的问题。

【技术实现步骤摘要】
自冲铆工艺参数的确定方法、装置、电子设备及存储介质


[0001]本专利技术实施例涉及自冲铆
，特别涉及一种自冲铆工艺参数的确定方法、装置、电子设备及存储介质。

技术介绍

[0002]自冲铆(即自冲铆接)是一种新兴的连接技术，在航空、航天、汽车船舶等领域广泛运用，与传统螺纹连接、铆接、焊接相比，其具有无需冲孔、钻孔、加热等优势。自冲铆的工艺过程大致为：在冲头的作用下，让半空心铆钉压入固定在模具上的板材，使铆钉刺穿上板且不刺穿下板；在冲头和模具的作用下，使半空心铆钉腿部向四周张开形成牢固的机械内锁来实现上板和下板的连接。为了保证自冲铆的质量，需要对自冲铆工艺参数进行优化。
[0003]相关技术中，自冲铆前期往往需要经过大量的自冲铆试错实验，这样利用人工实践经验来获得较优的自冲铆工艺参数，以保证自冲铆的质量。然而，这种方式需要大量的试错实验重新确定自冲铆工艺参数，这会消耗大量的人力物力。

技术实现思路

[0004]为了解决确定自冲铆工艺参数的相关技术存在消耗大量的人力物力的问题，本专利技术实施例提供了一种自冲铆工艺参数的确定方法、装置、电子设备及存储介质。
[0005]第一方面，本专利技术实施例提供了一种自冲铆工艺参数的确定方法，包括：
[0006]对待测样本进行静态分析，得到所述待测样本中存在的所有行为指令；其中，所述行为指令包括指令类型和指令参数；
[0007]确定所有所述行为指令中的异常指令；
[0008]基于确定的所述异常指令，判断所述待测样本是否为恶意样本。
[0009]在一种可能的设计中，所述指令类型包括如下中的至少一种：
[0010]服务指令、文件指令、窗口指令、注册表指令、进程指令、算法指令、通信指令和钩子指令。
[0011]在一种可能的设计中，所述异常指令包括如下中的至少一种：
[0012]反沙箱、反杀软、屏幕监控、键盘监控和数据回传。
[0013]在一种可能的设计中，所述对待测样本进行静态分析，得到所述待测样本中存在的所有行为指令，包括：
[0014]利用静态向量提取技术对待测样本进行分析，得到所述待测样本中存在的所有行为指令的指令类型；
[0015]利用反汇编技术对所述待测样本进行分析，得到所述待测样本中存在的所有行为指令的指令参数。
[0016]在一种可能的设计中，所述确定所有行为指令中的异常指令，包括：
[0017]基于历史异常指令以及与每个所述历史异常指令相对应的指令类型和指令参数，构建异常指令规则库；
[0018]基于所述异常指令规则库以及当前行为指令的指令类型和指令参数，判断每一个行为指令是否为异常指令，以确定所有行为指令中的异常指令。
[0019]在一种可能的设计中，在所述判断当前行为指令是否为异常指令之后，还包括：
[0020]若是，则输出用于表征所述异常指令的标识信息；
[0021]所述基于确定的所述异常指令，判断所述待测样本是否为恶意样本，包括：
[0022]将历史异常指令的标识信息和预设的样本标签分别作为输入和输出，训练预设的机器学习模型，得到恶意样本识别模型；其中，所述样本标签为恶意样本和正常样本；
[0023]基于所述恶意样本识别模型和确定的所述异常指令的标识信息，判断所述待测样本是否为恶意样本。
[0024]在一种可能的设计中，所述恶意样本识别模型为决策树模型；
[0025]在所述判断所述待测样本是否为恶意样本之后，还包括：
[0026]若否，则获取针对所述待测样本的人工判断结果；
[0027]若所述人工判断结果为所述待测样本是恶意样本，则更新所述恶意样本识别模型的树结构，再利用更新后的所述恶意样本识别模型检测所述待测样本。
[0028]第二方面，本专利技术实施例还提供了一种自冲铆工艺参数的确定装置，包括：
[0029]分析模块，用于对待测样本进行静态分析，得到所述待测样本中存在的所有行为指令；其中，所述行为指令包括指令类型和指令参数；
[0030]确定模块，用于确定所有行为指令中的异常指令；
[0031]判断模块，用于基于确定的所述异常指令，判断所述待测样本是否为恶意样本。
[0032]第三方面，本专利技术实施例还提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时，实现本说明书任一实施例所述的方法。
[0033]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行本说明书任一实施例所述的方法。
[0034]本专利技术实施例提供了一种自冲铆工艺参数的确定方法、装置、电子设备及存储介质，通过对待测样本进行静态分析，得到待测样本中存在的所有行为指令，并进一步确定所有行为指令中的异常指令；而后基于确定的异常指令，判断待测样本是否为恶意样本。上述方案利用静态分析的方式加快了待测样本的检测效率，同时基于确定的异常指令可以有效判断待测样本是否为恶意样本，从而解决了恶意样本难以被有效检测的问题。
附图说明
[0035]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0036]图1是本专利技术一实施例提供的一种自冲铆工艺参数的确定方法流程图；
[0037]图2是本专利技术一实施例提供的另一种自冲铆工艺参数的确定方法流程图；
[0038]图3是本专利技术一实施例提供的一种电子设备的硬件架构图；
[0039]图4是本专利技术一实施例提供的一种自冲铆工艺参数的确定装置结构图；
[0040]图5是本专利技术一实施例提供的另一种自冲铆工艺参数的确定装置结构图。
具体实施方式
[0041]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例，基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0042]随着当今世界信息技术的高速发展，人们正享受着互联网带来的工作和生活便利的同时，也时时刻刻受到计算机病毒的威胁。随着计算机病毒代码编写技术从最简单的功能性破坏到采用多态变形、加壳等技术以避开杀毒软件的检测，尤其以高级威胁行为体(即恶意样本)的攻击尤为常见。
[0043]相关技术中，自冲铆工艺参数的确定方法通常包括基于特征的检测方法和基于动态行为的检测方法。其中，基于特征的检测方法是利用恶意代码检测引擎来检测待测样本内容是否含有恶意代码，基于动态行为的检测方法是利用沙箱的方式来运行待测样本。
[0044本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自冲铆工艺参数的确定方法，其特征在于，包括：获取待铆接板材的板材参数；获取预先训练好的工艺参数确定模型；其中，所述工艺参数确定模型是对样本板材参数和样本工艺参数进行训练得到的；将所述板材参数输入到所述工艺参数确定模型中，确定用于对所述待铆接板材进行自冲铆的工艺参数。2.根据权利要求1所述的方法，其特征在于，所述板材参数包括弹性模量、屈服强度、伸长率、硬度、断面收缩率和厚度，所述样本板材参数包括弹性模量、屈服强度、伸长率、硬度、断面收缩率和厚度。3.根据权利要求1所述的方法，其特征在于，所述工艺参数包括冲头行程、铆接速度、穿刺力、保压力、预紧力、铆钉型号、模具型号，所述样本工艺参数包括冲头行程、铆接速度、穿刺力、保压力、预紧力、铆钉型号、模具型号。4.根据权利要求2所述的方法，其特征在于，所述样本板材参数是通过如下方式确定的：获取自冲铆实验的实验参数；其中，所述实验参数包括待筛选板材参数和样本工艺参数；利用灰度关联度分析的方法从所述待筛选板材参数中筛选得到所述样本板材参数。5.根据权利要求1
‑
4中任一项所述的方法，其特征在于，所述工艺参数确定模型是通过如下方式确定的：构建反向传播神经网络；其中，所述反向传播神经网络包括输入层、隐藏层和输出层，所述输入层的神经元的数量与输入参数类别相同，输出层的神经元数量与要预测的参数类别相同。6.根据权利要求5所述的方法，其特征在于，在所述判断当前行为指令是否为异常指令之后，还包括：若是，则...

【专利技术属性】
技术研发人员：赵伦，林森，龚涛，陈伟，张亮，甘增康，霍小乐，罗义，
申请(专利权)人：深圳职业技术学院，
类型：发明
国别省市：