嵌入式操作系统的安全防护方法及系统技术方案

本发明专利技术公开了一种嵌入式操作系统的安全防护方法及系统，其为待运行程序代码分配沙箱；对所述待运行程序代码进行代码检测以判断所述待运行程序代码是否为恶意代码；响应于所述待运行程序代码为恶意代码，拦截所述待运行程序代码；以及，响应于所述待运行程序代码不是恶意代码，将所述待运行程序代码输入所述沙箱进行运行

【技术实现步骤摘要】
嵌入式操作系统的安全防护方法及系统


[0001]本专利技术涉及智能化安全防护
，尤其涉及一种嵌入式操作系统的安全防护方法及系统
。

技术介绍

[0002]嵌入式设备在现代社会中扮演着重要的角色，从智能手机到汽车控制系统，都使用了嵌入式操作系统
。
嵌入式操作系统是一种专门为嵌入式设备设计的操作系统，它通常具有较小的内存和存储空间，较低的处理能力，以及较少的外围设备，这些特点使得嵌入式操作系统面临着一些安全方面的挑战，例如缓冲区溢出攻击，恶意代码注入，设备劫持等
。
[0003]因此，期望一种嵌入式操作系统的安全防护方案
。

技术实现思路

[0004]本专利技术要解决的技术问题是提供一种嵌入式操作系统的安全防护方法及系统，其为待运行程序代码分配沙箱；对所述待运行程序代码进行代码检测以判断所述待运行程序代码是否为恶意代码；响应于所述待运行程序代码为恶意代码，拦截所述待运行程序代码；以及，响应于所述待运行程序代码不是恶意代码，将所述待运行程序代码输入所述沙箱进行运行
。
这样，能够有效地防止缓冲区溢出攻击，并保护操作系统和驱动程序的完整性，提高系统的安全性
。
[0005]本专利技术实施例还提供了一种嵌入式操作系统的安全防护方法，其包括：为待运行程序代码分配沙箱；对所述待运行程序代码进行代码检测以判断所述待运行程序代码是否为恶意代码；响应于所述待运行程序代码为恶意代码，拦截所述待运行程序代码；以及响应于所述待运行程序代码不是恶意代码，将所述待运行程序代码输入所述沙箱进行运行
。
[0006]在上述嵌入式操作系统的安全防护方法中，对所述待运行程序代码进行代码检测以判断所述待运行程序代码是否为恶意代码，包括：对所述待运行程序代码进行分词处理以得到待运行程序代码词的序列；将所述待运行程序代码词的序列通过词嵌入层以得到待运行程序代码词嵌入向量的序列；对所述待运行程序代码词嵌入向量的序列进行多尺度语义理解以得到运行程序代码多尺度语义特征；以及基于所述运行程序代码多尺度语义特征，确定所述待运行程序代码是否为恶意代码
。
[0007]在上述嵌入式操作系统的安全防护方法中，对所述待运行程序代码词嵌入向量的序列进行多尺度语义理解以得到运行程序代码多尺度语义特征，包括：将所述待运行程序代码词嵌入向量的序列通过文本卷积神经网络模型以得到运
行程序代码语义理解特征向量；将所述待运行程序代码词嵌入向量的序列通过基于
Bi
‑
GRU
的序列编码器以得到运行程序代码上下文语义理解特征向量；融合所述运行程序代码语义理解特征向量和所述运行程序代码上下文语义理解特征向量以得到运行程序代码多尺度语义特征向量作为所述运行程序代码多尺度语义特征
。
[0008]在上述嵌入式操作系统的安全防护方法中，基于所述运行程序代码多尺度语义特征，确定所述待运行程序代码是否为恶意代码，包括：将所述运行程序代码多尺度语义特征向量通过分类器以得到分类结果，所述分类结果用于表示所述待运行程序代码是否为恶意代码
。
[0009]在上述嵌入式操作系统的安全防护方法中，还包括训练步骤：用于对所述文本卷积神经网络模型
、
所述基于
Bi
‑
GRU
的序列编码器和所述分类器进行训练
。
[0010]在上述嵌入式操作系统的安全防护方法中，所述训练步骤，包括：获取训练数据，所述训练数据包括训练待运行程序代码，以及，所述待运行程序代码是否为恶意代码的真实值；对所述训练待运行程序代码进行分词处理以得到训练待运行程序代码词的序列；将所述训练待运行程序代码词的序列通过所述词嵌入层以得到训练待运行程序代码词嵌入向量的序列；将所述训练待运行程序代码词嵌入向量的序列通过所述文本卷积神经网络模型以得到训练运行程序代码语义理解特征向量；将所述训练待运行程序代码词嵌入向量的序列通过所述基于
Bi
‑
GRU
的序列编码器以得到训练运行程序代码上下文语义理解特征向量；融合所述训练运行程序代码语义理解特征向量和所述训练运行程序代码上下文语义理解特征向量以得到训练运行程序代码多尺度语义特征向量；将所述训练运行程序代码多尺度语义特征向量通过所述分类器以得到分类损失函数值；基于所述分类损失函数值并通过梯度下降的方向传播来对所述文本卷积神经网络模型
、
所述基于
Bi
‑
GRU
的序列编码器和所述分类器进行训练，其中，在所述训练的每次迭代时，对所述训练运行程序代码多尺度语义特征向量进行权重空间迭代递归的定向提议化优化
。
[0011]在上述嵌入式操作系统的安全防护方法中，在所述训练的每次迭代时，以如下优化公式对所述训练运行程序代码多尺度语义特征向量进行权重空间迭代递归的定向提议化优化以得到优化训练运行程序代码多尺度语义特征向量；其中，所述优化公式为：其中，所述优化公式为：其中，所述优化公式为：其中和分别是上次和本次迭代的权重矩阵，是所述训练运行程序代码多
尺度语义特征向量，是第一特征向量，是第二特征向量，表示矩阵乘法，
、
分别表示按位置加法和按位置点乘，表示向量的指数运算，所述向量的指数运算表示计算以向量中的各个位置的特征值为幂的自然指数函数值，表示所述优化训练运行程序代码多尺度语义特征向量
。
[0012]本专利技术实施例还提供了一种嵌入式操作系统的安全防护系统，其包括：沙箱分配模块，用于为待运行程序代码分配沙箱；代码检测模块，用于对所述待运行程序代码进行代码检测以判断所述待运行程序代码是否为恶意代码；恶意代码拦截模块，用于响应于所述待运行程序代码为恶意代码，拦截所述待运行程序代码；以及代码运行模块，用于响应于所述待运行程序代码不是恶意代码，将所述待运行程序代码输入所述沙箱进行运行
。
[0013]在上述嵌入式操作系统的安全防护系统中，所述代码检测模块，包括：分词处理单元，用于对所述待运行程序代码进行分词处理以得到待运行程序代码词的序列；词嵌入单元，用于将所述待运行程序代码词的序列通过词嵌入层以得到待运行程序代码词嵌入向量的序列；多尺度语义理解单元，用于对所述待运行程序代码词嵌入向量的序列进行多尺度语义理解以得到运行程序代码多尺度语义特征；以及代码判断单元，用于基于所述运行程序代码多尺度语义特征，确定所述待运行程序代码是否为恶意代码
。
[0014]在上述嵌入式操作系统的安全防护方法中，所述多尺度语义理解单元，用于：将所述待运行程序代码词嵌入向量的序列通过文本卷积神经网络模型以得到运行程序代码语义理解特征向量；将所述待运行程序代码词嵌入向量的序列通过基于
Bi
‑
GRU
的序列编码器以得到运行程序代码上下文语义理解特征向量；融合所述运行程序代码语义理解特征向量和所述运行程序代码上下文语义理解特征向量以得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种嵌入式操作系统的安全防护方法，其特征在于，包括：为待运行程序代码分配沙箱；对所述待运行程序代码进行代码检测以判断所述待运行程序代码是否为恶意代码；响应于所述待运行程序代码为恶意代码，拦截所述待运行程序代码；以及响应于所述待运行程序代码不是恶意代码，将所述待运行程序代码输入所述沙箱进行运行；其中，对所述待运行程序代码进行代码检测以判断所述待运行程序代码是否为恶意代码，包括：对所述待运行程序代码进行分词处理以得到待运行程序代码词的序列；将所述待运行程序代码词的序列通过词嵌入层以得到待运行程序代码词嵌入向量的序列；对所述待运行程序代码词嵌入向量的序列进行多尺度语义理解以得到运行程序代码多尺度语义特征；以及基于所述运行程序代码多尺度语义特征，确定所述待运行程序代码是否为恶意代码
。2.
根据权利要求1所述的嵌入式操作系统的安全防护方法，其特征在于，对所述待运行程序代码词嵌入向量的序列进行多尺度语义理解以得到运行程序代码多尺度语义特征，包括：将所述待运行程序代码词嵌入向量的序列通过文本卷积神经网络模型以得到运行程序代码语义理解特征向量；将所述待运行程序代码词嵌入向量的序列通过基于
Bi
‑
GRU
的序列编码器以得到运行程序代码上下文语义理解特征向量；融合所述运行程序代码语义理解特征向量和所述运行程序代码上下文语义理解特征向量以得到运行程序代码多尺度语义特征向量作为所述运行程序代码多尺度语义特征
。3.
根据权利要求2所述的嵌入式操作系统的安全防护方法，其特征在于，基于所述运行程序代码多尺度语义特征，确定所述待运行程序代码是否为恶意代码，包括：将所述运行程序代码多尺度语义特征向量通过分类器以得到分类结果，所述分类结果用于表示所述待运行程序代码是否为恶意代码
。4.
根据权利要求3所述的嵌入式操作系统的安全防护方法，其特征在于，还包括训练步骤：用于对所述文本卷积神经网络模型
、
所述基于
Bi
‑
GRU
的序列编码器和所述分类器进行训练
。5.
根据权利要求4所述的嵌入式操作系统的安全防护方法，其特征在于，所述训练步骤，包括：获取训练数据，所述训练数据包括训练待运行程序代码，以及，所述待运行程序代码是否为恶意代码的真实值；对所述训练待运行程序代码进行分词处理以得到训练待运行程序代码词的序列；将所述训练待运行程序代码词的序列通过所述词嵌入层以得到训练待运行程序代码词嵌入向量的序列；将所述训练待运行程序代码词嵌入向量的序列通过所述文本卷积神经网络模型以得到训练运行程序代码语义理解特征向量；将所述训练待运行程序代码词嵌入向量的序列通过所述基于
Bi
‑
GRU
的序列编码器以
得到训练运行程序代码上下文语义理解特征向量；融合所述训...

【专利技术属性】
技术研发人员：曾德，杨须宝，
申请(专利权)人：湖南惟储信息技术有限公司，
类型：发明
国别省市：