[发明专利]一种可信计算在人工智能的测试管理系统在审
申请号: | 202110279745.6 | 申请日: | 2021-03-16 |
公开(公告)号: | CN113076542A | 公开(公告)日: | 2021-07-06 |
发明(设计)人: | 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 |
主分类号: | G06F21/57 | 分类号: | G06F21/57;G06F21/56 |
代理公司: | 深圳市创富知识产权代理有限公司 44367 | 代理人: | 叶灿才 |
地址: | 516600 *** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 可信 计算 人工智能 测试 管理 系统 | ||
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。
3.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:所述用户身份可信识别验证模块是基于可信计算用户身份标识验证,将可信验证设备与用户身份、服务器进行绑定,实现用户身份的双因子身份鉴别,支持登录认证失败锁定功能;支持用户登录后空闲超时锁定功能,控制用户登录权限,有效防止通过非授权认证而导致服务器受到破坏。
4.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:所述用户身份可信识别验证模块是基于可信计算技术,采用可信验证机制,提供执行程序可信度量,阻止非授权及不符合预期的执行程序运行,实现对已知/未知恶意代码的主动防御,降低操作系统完整性及可用性被破坏的风险,支持程序安装控制,提供程序安装接口,仅允许通过此接口在服务器上安装应用程序,严格控制程序安装行为。通过上述规则,限制非授权用户安装新应用程序的能力,有效防止内部精通业务、懂技术、会编程的专业人士对服务器系统的安全威胁。
5.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:所述执行程序的实体控制原理为实体行为控制的实现与可信验证类似,建立可信基准库存放节点各对象的可信基准值和预定控制策略。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东电网有限责任公司汕尾供电局,未经广东电网有限责任公司汕尾供电局许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110279745.6/1.html,转载请声明来源钻瓜专利网。