4)建立與用戶或客戶的聯(lián)系，收集他們對(duì)測(cè)試的需求和建議,。(II)制訂技術(shù)培訓(xùn)計(jì)劃為高效率地完成好測(cè)試工作,，測(cè)試人員必須經(jīng)過適當(dāng)?shù)呐嘤?xùn)。制訂技術(shù)培訓(xùn)規(guī)劃有3個(gè)子目標(biāo):1)制訂**的培訓(xùn)計(jì)劃,，并在管理上提供包括經(jīng)費(fèi)在內(nèi)的支持,。2)制訂培訓(xùn)目標(biāo)和具體的培訓(xùn)計(jì)劃。3)成立培訓(xùn)組,，配備相應(yīng)的工具,，設(shè)備和教材(III)軟件全生命周期測(cè)試提高測(cè)試成熟度和改善軟件產(chǎn)品質(zhì)量都要求將測(cè)試工作與軟件生命周期中的各個(gè)階段聯(lián)系起來(lái)。該目標(biāo)有4個(gè)子目標(biāo):1)將測(cè)試階段劃分為子階段,，并與軟件生命周期的各階段相聯(lián)系,。2)基于已定義的測(cè)試子階段，采用軟件生命周期V字模型,。3)制訂與淵試相關(guān)的工作產(chǎn)品的標(biāo)準(zhǔn),。4)建立測(cè)試人員與開發(fā)人員共同工作的機(jī)制。這種機(jī)制有利于促進(jìn)將測(cè)試活動(dòng)集成于軟件生命周期中(IV)控制和監(jiān)視測(cè)試過程為控制和監(jiān)視測(cè)試過程,，軟件**需采取相應(yīng)措施,，如:制訂測(cè)試產(chǎn)品的標(biāo)準(zhǔn),，制訂與測(cè)試相關(guān)的偶發(fā)事件的處理預(yù)案，確定測(cè)試?yán)锍瘫�,，確定評(píng)估測(cè)試效率的度量,，建立測(cè)試日志等�,？刂坪捅O(jiān)視測(cè)試過程有3個(gè)子目標(biāo):1)制訂控制和監(jiān)視測(cè)試過程的機(jī)制和政策,。2)定義，記錄并分配一組與測(cè)試過程相關(guān)的基本測(cè)量,。3)開發(fā),，記錄并文檔化一組糾偏措施和偶發(fā)事件處理預(yù)案。如何選擇適合企業(yè)的 IT 解決方案,？江蘇軟件測(cè)評(píng)單位

    在數(shù)字化轉(zhuǎn)型加速的,，軟件檢測(cè)公司已成為保障各行業(yè)信息化系統(tǒng)穩(wěn)定運(yùn)行的力量。深圳艾策信息科技有限公司作為國(guó)內(nèi)軟件檢測(cè)公司領(lǐng)域的企業(yè),，始終以技術(shù)創(chuàng)新為驅(qū)動(dòng)力,，深耕電力能源、科研教育,、政企單位,、研發(fā)科技及醫(yī)療機(jī)構(gòu)等垂直場(chǎng)景，為客戶提供從需求分析到運(yùn)維優(yōu)化的全鏈條質(zhì)量保障服務(wù),。以專業(yè)能力筑牢行業(yè)壁壘作為專注于軟件檢測(cè)的技術(shù)型企業(yè),，艾策科技通過AI驅(qū)動(dòng)的智能檢測(cè)平臺(tái)，實(shí)現(xiàn)了測(cè)試流程的自動(dòng)化,、化與智能化,。其產(chǎn)品一一軟件檢測(cè)系統(tǒng)，整合漏洞掃描,、壓力測(cè)試,、合規(guī)性驗(yàn)證等20余項(xiàng)功能模塊，可快速定位代碼缺陷,、性能瓶頸及安全風(fēng)險(xiǎn),，幫助客戶將軟件故障率降低60%以上。針對(duì)電力能源行業(yè),，艾策科技開發(fā)了電網(wǎng)調(diào)度系統(tǒng)專項(xiàng)檢測(cè)方案,，成功保障某省級(jí)電力公司百萬(wàn)級(jí)用戶數(shù)據(jù)安全；在科研教育領(lǐng)域,，其實(shí)驗(yàn)室管理軟件檢測(cè)服務(wù)覆蓋全國(guó)50余所高校,，助力科研數(shù)據(jù)存儲(chǔ)與分析的合規(guī)性升級(jí)。此外,，公司為政企單位政務(wù)云平臺(tái),、研發(fā)科技企業(yè)創(chuàng)新產(chǎn)品,、醫(yī)療機(jī)構(gòu)智慧醫(yī)療系統(tǒng)提供的定制化檢測(cè)服務(wù)，均獲得客戶高度認(rèn)可,。差異化服務(wù)塑造行業(yè)作為軟件檢測(cè)公司,，艾策科技突破傳統(tǒng)檢測(cè)模式，推出“檢測(cè)+培訓(xùn)+咨詢”一體化服務(wù)體系,。通過定期發(fā)布行業(yè)安全白皮書,、舉辦技術(shù)研討會(huì)。江蘇軟件測(cè)評(píng)單位艾策醫(yī)療檢測(cè)中心為體外診斷試劑提供全流程合規(guī)性驗(yàn)證服務(wù),。

    這樣做的好處是，融合模型的錯(cuò)誤來(lái)自不同的分類器,，而來(lái)自不同分類器的錯(cuò)誤往往互不相關(guān),、互不影響，不會(huì)造成錯(cuò)誤的進(jìn)一步累加,。常見的后端融合方式包括**大值融合(max-fusion),、平均值融合(averaged-fusion)、貝葉斯規(guī)則融合(bayes’rulebased)以及集成學(xué)習(xí)(ensemblelearning)等,。其中集成學(xué)習(xí)作為后端融合方式的典型**,，被廣泛應(yīng)用于通信、計(jì)算機(jī)識(shí)別,、語(yǔ)音識(shí)別等研究領(lǐng)域,。中間融合是指將不同的模態(tài)數(shù)據(jù)先轉(zhuǎn)化為高等特征表達(dá)，再于模型的中間層進(jìn)行融合,，如圖3所示,。以深度神經(jīng)網(wǎng)絡(luò)為例，神經(jīng)網(wǎng)絡(luò)通過一層一層的管道映射輸入,，將原始輸入轉(zhuǎn)換為更高等的表示,。中間融合首先利用神經(jīng)網(wǎng)絡(luò)將原始數(shù)據(jù)轉(zhuǎn)化成高等特征表達(dá)，然后獲取不同模態(tài)數(shù)據(jù)在高等特征空間上的共性,，進(jìn)而學(xué)習(xí)一個(gè)聯(lián)合的多模態(tài)表征,。深度多模態(tài)融合的大部分工作都采用了這種中間融合的方法，其***享表示層是通過合并來(lái)自多個(gè)模態(tài)特定路徑的連接單元來(lái)構(gòu)建的,。中間融合方法的一大優(yōu)勢(shì)是可以靈活的選擇融合的位置,，但設(shè)計(jì)深度多模態(tài)集成結(jié)構(gòu)時(shí)，確定如何融合,、何時(shí)融合以及哪些模式可以融合,，是比較有挑戰(zhàn)的問題。字節(jié)碼n-grams,、dll和api信息,、格式結(jié)構(gòu)信息這三種類型的特征都具有自身的優(yōu)勢(shì),。

    程序利用windows提供的接口(windowsapi)實(shí)現(xiàn)程序的功能。通過一個(gè)可執(zhí)行程序引用的動(dòng)態(tài)鏈接庫(kù)(dll)和應(yīng)用程序接口(api)可以粗略的預(yù)測(cè)該程序的功能和行為,。統(tǒng)計(jì)所有樣本的導(dǎo)入節(jié)中引用的dll和api的頻率,，留下引用頻率**高的60個(gè)dll和500個(gè)api。提取特征時(shí),，每個(gè)樣本的導(dǎo)入節(jié)里存在選擇出的dll或api,，該特征以1表示，不存在則以0表示,，提取的560個(gè)dll和api特征作為***個(gè)特征視圖,。提取格式信息特征視圖pe是portableexecutable的縮寫，初衷是希望能開發(fā)一個(gè)在所有windows平臺(tái)上和所有cpu上都可執(zhí)行的通用文件格式,。pe格式文件是封裝windows操作系統(tǒng)加載程序所需的信息和管理可執(zhí)行代碼的數(shù)據(jù)結(jié)構(gòu),，數(shù)據(jù)**是大量的字節(jié)碼和數(shù)據(jù)結(jié)構(gòu)的有機(jī)融合。pe文件格式被**為一個(gè)線性的數(shù)據(jù)流,，由pe文件頭,、節(jié)表和節(jié)實(shí)體組成。惡意軟件或被惡意軟件***的可執(zhí)行文件,，它本身也遵循格式要求的約束,，但可能存在以下特定格式異常：(1)代碼從**后一節(jié)開始執(zhí)行；(2)節(jié)頭部可疑的屬性,；(3)pe可選頭部有效尺寸的值不正確,；(4)節(jié)之間的“間縫”；(5)可疑的代碼重定向,；(6)可疑的代碼節(jié)名稱,；(7)可疑的頭部***；(8)來(lái)自,；(9)導(dǎo)入地址表被修改,；(10)多個(gè)pe頭部；(11)可疑的重定位信息,；,。滲透測(cè)試報(bào)告暴露2個(gè)高危API接口需緊急加固。

    嘗試了前端融合,、后端融合和中間融合三種融合方法對(duì)進(jìn)行有效融合,，有效提高了惡意軟件的準(zhǔn)確率，具備較好的泛化性能和魯棒性,。實(shí)驗(yàn)結(jié)果顯示,，相對(duì)**且互補(bǔ)的特征視圖和不同深度學(xué)習(xí)融合機(jī)制的使用明顯提高了檢測(cè)方法的檢測(cè)能力和泛化性能，其中較優(yōu)的中間融合方法取得了％的準(zhǔn)確率,，對(duì)數(shù)損失為,，auc值為,。有效解決了現(xiàn)有采用二進(jìn)制可執(zhí)行文件的單一特征類型進(jìn)行惡意軟件檢測(cè)的檢測(cè)方法檢測(cè)結(jié)果準(zhǔn)確率不高、可靠性低,、泛化性和魯棒性不佳的問題,。另外，惡意軟件很難同時(shí)偽造良性軟件的多個(gè)抽象層次的特征以逃避檢測(cè),，本發(fā)明實(shí)施例同時(shí)融合軟件的二進(jìn)制可執(zhí)行文件的多個(gè)抽象層次的特征,，可準(zhǔn)確檢測(cè)出偽造良性軟件特征的惡意軟件，解決了現(xiàn)有采用二進(jìn)制可執(zhí)行文件的單一特征類型進(jìn)行惡意軟件檢測(cè)的檢測(cè)方法難以檢測(cè)出偽造良性軟件特征的惡意軟件的問題,。附圖說明為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案,，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地,，下面描述中的附圖**是本發(fā)明的一些實(shí)施例,，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下,，還可以根據(jù)這些附圖獲得其他的附圖。圖1是前端融合方法的流程圖,。創(chuàng)新光譜分析技術(shù)賦能艾策檢測(cè),，實(shí)現(xiàn)食品藥品中微量有害物質(zhì)的超痕量檢測(cè)。北京軟件驗(yàn)收檢測(cè)報(bào)告

用戶體驗(yàn)測(cè)評(píng)中界面交互評(píng)分低于同類產(chǎn)品均值15.6%,。江蘇軟件測(cè)評(píng)單位

    將訓(xùn)練樣本的dll和api信息特征視圖,、格式信息特征視圖以及字節(jié)碼n-grams特征視圖輸入深度神經(jīng)網(wǎng)絡(luò)，訓(xùn)練多模態(tài)深度集成模型,；(1)方案一：采用前端融合(early-fusion)方法,，首先合并訓(xùn)練樣本的dll和api信息特征視圖、格式信息特征視圖以及字節(jié)碼n-grams特征視圖的特征,，融合成一個(gè)單一的特征向量空間,，然后將其作為深度神經(jīng)網(wǎng)絡(luò)模型的輸入，訓(xùn)練多模態(tài)深度集成模型,；(2)方案二：首先利用訓(xùn)練樣本的dll和api信息特征視圖,、格式信息特征視圖以及字節(jié)碼n-grams特征視圖分別訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)模型，合并訓(xùn)練的三個(gè)深度神經(jīng)網(wǎng)絡(luò)模型的決策輸出,，并將其作為感知機(jī)的輸入,，訓(xùn)練得到**終的多模態(tài)深度集成模型；(3)方案三：采用中間融合(intermediate-fusion)方法,，首先使用三個(gè)深度神經(jīng)網(wǎng)絡(luò)分別學(xué)習(xí)訓(xùn)練樣本的dll和api信息特征視圖,、格式信息特征視圖以及字節(jié)碼n-grams特征視圖的高等特征表示，并合并學(xué)習(xí)得到的訓(xùn)練樣本的dll和api信息特征視圖,、格式信息特征視圖以及字節(jié)碼n-grams特征視圖的高等特征表示融合成一個(gè)單一的特征向量空間,，然后將其作為下一個(gè)深度神經(jīng)網(wǎng)絡(luò)的輸入,，訓(xùn)練得到多模態(tài)深度神經(jīng)網(wǎng)絡(luò)模型。步驟s3,、將軟件樣本中的類別未知的軟件樣本作為測(cè)試樣本,。江蘇軟件測(cè)評(píng)單位