“S·P·帕特恩”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]使用针对高效连续认证的行为分析的方法和系统-CN201580055507.X有效
发明人： R·古普塔;S·P·帕特恩 -专利权人：高通股份有限公司
申请日： 2015-08-20 - 公布日： 2019-08-27 - 主分类号： G06F21/31 文献下载
摘要：计算设备处理器可以配置有处理器可执行指令，以实现使用行为分析和机器学习技术来识别、防止、校正、和/或响应计算设备的恶意行为或者使性能下降行为的方法。作为这些操作的一部分，处理器可以执行多因素认证操作，其包括：确定交易类型关键性值、用户置信度值、软件完整性置信度值、以及历史行为值中的一个或多个，使用这些值中的一个或多个来确定在对该计算设备的用户进行认证时进行评估的认证因素的数量，并通过对所确定数量的认证因素进行评估来对用户进行认证。
使用针对高效连续认证行为分析方法系统

[发明专利]存储器层次结构监测系统和方法-CN201680042287.1有效
发明人： M·克里斯托多雷斯库;S·P·帕特恩;S·拉奥;V·奈尔 -专利权人：高通股份有限公司
申请日： 2016-06-22 - 公布日： 2019-04-30 - 主分类号： G06F21/55 文献下载
摘要：各个方面的系统、方法和设备通过监测由在计算设备上运行的应用进行的存储器访问，来实现对异常应用行为的识别。在各个方面，存储器访问监测的水平可以是基于在计算设备上运行的应用的风险水平的。可以基于由计算设备中选择的一个或多个存储器层次结构层的地址监测单元所监测的应用的存储器地址访问，来确定风险水平。被选择用于监测针对应用的存储器地址访问的存储器层次结构层，可以是基于所确定的该应用的风险水平的。可以通过启用与所选择的一个或多个存储器层次结构层相关联的一个或多个地址监测单元(AMU)，来监测所选择的存储器层次结构层。对选择的AMU的启用可以是由AMU选择模块来完成的。
存储器层次结构监测系统方法

[发明专利]阻止侧信道攻击的方法和系统-CN201580033880.5有效
发明人： S·P·帕特恩;R·古普塔;L·肖 -专利权人：高通股份有限公司
申请日： 2015-06-16 - 公布日： 2018-03-02 - 主分类号： G06F21/55 文献下载
摘要：计算设备可以使用机器学习技术来确定其易受侧信道攻击的等级、程度和严重性。计算设备可以智能地并且选择性地执行混淆操作(例如，提高噪声基底的操作)，以基于所确定的其易受侧信道攻击的等级、程度或严重性来防止侧信道攻击。计算设备还可以监测由设备产生的自然混淆的当前等级，这确定在正在进行的关键活动期间是否存在足够的自然混淆来防止侧信道攻击；以及在正在进行的关键活动期间并且响应于确定不存在足够的自然混淆来充分保护计算设备免受侧信道攻击，来执行混淆操作。
阻止信道攻击方法系统

[发明专利]交叉模块行为验证-CN201680031345.0在审
发明人： R·古普塔;S·P·帕特恩;S·博拉普拉戈达 -专利权人：高通股份有限公司
申请日： 2016-04-28 - 公布日： 2018-02-13 - 主分类号： G06F11/36 文献下载
摘要：各个方面的系统、方法和设备实现了交叉模块行为验证的方法。系统的多个观测方模块可以观测该系统的被观测模块的行为。这些观测方模块中的每个观测方模块可以基于被观测模块的行为来生成行为表示。每个观测方模块可以向适合于每个观测方模块的行为分类器模型应用该行为表示。这些观测方模块可以对由这些观测方模块中的每个观测方模块所确定的被观测模块的行为的分类进行聚合。观测方模块可以基于该聚合的分类，确定被观测模块是否是行为异常的。
交叉模块行为验证

[发明专利]基于配置通道来预先识别可能的恶意行为-CN201480054606.1在审
发明人： V·斯里哈拉;S·P·帕特恩;R·古普塔 -专利权人：高通股份有限公司
申请日： 2014-09-19 - 公布日： 2016-06-01 - 主分类号： H04L29/06 文献下载
摘要：各个方面包括用于使得移动计算设备(102)能够在给定的当前配置的情况下，识别其何时处于经历不久的将来的恶意行为的风险中的系统和方法。因此，各个方面使得移动计算设备(102)能够在恶意行为开始之前而不是在恶意行为已经开始之后才预测恶意行为。在各个方面中，网络服务器(116)可以从多个移动计算设备(102)接收行为向量信息，并且对所接收的行为向量信息应用模式识别技术以标识恶意配置和可能导致标识的恶意配置的通道配置。网络服务器(116)可以通知移动计算设备(102)标识的恶意配置和相应的通道配置，从而使得移动计算设备(102)能够通过识别其何时已经进入导致恶意行为的通道配置，来预测并且防止恶意行为开始。
基于配置通道预先识别可能恶意行为