恶意收购

摘要： 何谓"白衣骑士"?在传统金融领域,它是对抗恶意收购的第三方力量在豪华汽车市场,特别是巨头垄断的中国豪华市场以设计、品质、高性价比实现平衡的全新豪华品牌将同样成为对抗巨头溢价,保证良性发展的破局者从上海到成都作为曾在年初,为我们奉上过一场足以载入吉尼斯世界纪录的外滩无人机灯光秀的新晋豪华品牌,对于出身韩系的捷尼赛思,相信汽车圈内的很多朋友早已不再陌生。

摘要： 新年伊始,上市公司控股权转让频现,仅1月就有数十家企业发布了控制权转让的相关公告,其中部分企业披露了股权转让情况。其实,上市公司股权转让并不稀奇,从接盘方来看,既有地方国资,也有普通公司。对企业而言,除了恶意收购,股权转让并没有实质性的好坏之分,都是利弊并存。

摘要： 自2013年9月起"林志账户组"(包括林志在内的13个自然人账户)十分隐蔽的买入康达尔股票,这场恶意收购与反收购的战争拉开了序幕.从开始至今这场旷日持久的大战,已持续了五年,双方由刚开始的暗斗到明争,由法院到股东大会.然而这场大战刚刚拉下了帷幕:以京基集团成功收购康达尔集团结束.

摘要： 反收购条款是上市公司能够在公司章程中设置的最为有效的外部治理机制之一.一般而言,设置反收购条款的目的,是为了最大限度地防止上市公司被恶意收购,从而保障公司的稳定性及股东的合法利益.但是,反收购条款的设置也不是毫无限制的,其必须符合合法性原则,不得违反《公司法》等法律法规的强制性规定和禁止性规定.当下法律规定中应尽快明确反收购条款的合法地位,并对其设置合法性边界,通过设置信息披露规定、董事信义义务和反收购条款示范范本来对其予以规制.

摘要： 2015年,轰轰烈烈的"万宝之争"成为整个资本市场关注的焦点,以王石为代表的管理层与宝能为代表的收购方进行了激烈的搏斗。本文以该事件为切入点,分析我国上市公司在面临恶意收购时所能采取的措施,并做了利弊分析。研究认为,除了"白衣骑士"、"毒丸计划"等发达国家资本市场常用的方法之外,修改公司章程、加大并购方信息披露等要求同样可以起到抵制恶意并购的目的。

摘要： 2015年,轰轰烈烈的"万宝之争"成为整个资本市场关注的焦点,以王石为代表的管理层与宝能为代表的收购方进行了激烈的搏斗.本文以该事件为切入点,分析我国上市公司在面临恶意收购时所能采取的措施,并做了利弊分析.研究认为,除了"白衣骑士"、"毒丸计划"等发达国家资本市场常用的方法之外,修改公司章程、加大并购方信息披露等要求同样可以起到抵制恶意并购的目的.

摘要： 随着我国二级市场逐渐成熟以及股权分置改革的完成,越来越多的流通股出现在交易市场中。股权交易更为便利,上市公司股权收购案例也呈现逐年递增的趋势。以万科股权之争为例,分析宝能集团恶意收购的原因,总结我国上市公司在治理方面存在的问题,并提出改进建议,推动市场平稳发展。

摘要： 美国20世纪80年代兴起了一股公司兼并浪潮.其间,公司恶意收购、杠杆收购和公司重组的事件大量出现.由于恶意收购只代表财富分配的转移,并不代表新财富的创造.因此,恶意收购遭到了美国工人的反对,同时也招致了一些经理人员的反对.为了对抗恶意收购,公司经理人员采取了诸多反收购措施.探讨了在传统法律要求下,公司经理人员有否这样的权利。恶意收购,毕竟带来了股东利益的最大化，同时分析了公司经理人员能否放弃股东利益,转而考虑包括职工在内的广大利益相关者的利益，在这一背景下,美国许多州从80年代末开始修改公司法,允许经理对比股东更广的利益相关者负责,从而给予了经理拒绝恶意收购的法律依据.rn 对利益相关者问题美国学者存在不同看法,赞成者有之,反对者有之.反对者认为,传统的美国公司理论认为,公司的目标就是实现股东利益最大化.赞成者认为,随着知识和人力资本在公司经营活动中地位的不断提升,强调公司对利益相关者的保护已是大势所趋.事实上,美国绝大多数州(29个)的立法已经以实际行动支持了利益相关者的观点.但同时我们也应该看到,仍有不少州对此持保留态度.即便是体现利益相关者观点的立法也并不是尽善尽美,由于存在着概念不明确、非强制性条款、缺乏可操作性等问题而招致了人们在理解上的歧义,导致实际立法的宣示性效果.而无多大实际的规制意义.如果利益相关者条款不采取强制性规范,那么利益相关者的观念就无法取代根深蒂固的股东至上的观念.相反只有采取强制性规范,才能真正发挥利益相关者条款的法律规范功能.

摘要： 检测装置(100)根据针对用于区分监视对象网络的终端或者恶意软件的每个识别符取得的事件，生成按照该事件的发生顺序形成的事件序列。之后，检测装置(100)在相似度在一定程度以上的各事件序列形成的类群中，取出属于同一类群的事件序列之间共同出现的事件，从相似的共同事件序列，提取由出现频度高的事件之间的关系构成的代表事件序列作为检测用事件序列。之后，检测装置(100)基于生成的基于监视对象网络的通信的事件序列和提取的检测用事件序列的匹配，检差出监视对象网络的终端被恶意软件感染。

摘要： 在本发明的恶意软件判定器(10)中，当输入了执行文件的属性的属性名和属性值时，特征选择设定部(11)将该属性名的属性作为提取对象的属性登记于属性表中，且将该属性值作为删除对象登记于属性值表中。当输入了学习对象或者判定对象的执行文件时，特征提取部(13)从该执行文件中提取作为提取对象登记于属性表中的属性的属性值，生成包含所提取的属性值作为特征的特征向量，特征选择部(14)从特征向量中删除作为删除对象登记于属性值表中的属性值。

摘要： 本发明公开了一种基于三位一体综合画像的恶意代码检测及恶意性定位方法。使用本发明能够实现恶意代码的恶意性评估，并对代码恶意性部位实现准确定位。本发明在融合静态分析和动态分析方法的基础上，综合提取恶意代码的多方面主要特征，引入系统画像的思想，从基本结构、底层行为和高层行为等三个方面构建起“三位一体”的综合画像，建立能够系统准确刻画恶意代码的特征空间，实现对恶意代码的准确检测和家族分类。在此基础上，基于检测结果对三个画像部位的恶意性进行评估，由此实现对代码恶意性部位的准确定位，辅助研究人员建立起关于恶意代码的系统认知。

摘要： 产品的制造系统(10)具备：制造控制装置(20)，保持产品的制造数据：虚拟制造装置(30)，根据制造控制装置(20)的产品的制造数据，通过模拟的方式虚拟进行产品的制造；实际制造装置(40)，根据制造控制装置(20)的制造数据，实际进行产品的制造；以及异常判断部(33)，判断虚拟制造装置(30)虚拟进行的产品的制造中是否有异常。而且，在从虚拟进行的产品的制造中没有判断出异常的情况下，实际制造装置(40)实际进行产品的制造。

摘要： 检测装置(100)根据针对用于区分监视对象网络的终端或者恶意软件的每个识别符取得的事件，生成按照该事件的发生顺序形成的事件序列。之后，检测装置(100)在相似度在一定程度以上的各事件序列形成的类群中，取出属于同一类群的事件序列之间共同出现的事件，从相似的共同事件序列，提取由出现频度高的事件之间的关系构成的代表事件序列作为检测用事件序列。之后，检测装置(100)基于生成的基于监视对象网络的通信的事件序列和提取的检测用事件序列的匹配，检差出监视对象网络的终端被恶意软件感染。

摘要： 恶意通信模式提取装置(10)具备：统计值计算部(132)，其由通信量日志(31)和通信量日志(21)计算对于字段及值的组即每个通信模式的出现频度的统计值，该通信量日志(31)是恶意软件所产生的通信量获得的，该通信量日志(21)是由规定的通信环境中的通信量获得的；恶意列表候选提取部(134)，其根据通过统计值计算部(132)而计算的统计值，针对每个通信模式，比较通信量日志(21)的出现频度和通信量日志(31)的出现频度，在两者的出现频度之差为规定的阈值以上的情况下，将该通信模式作为恶意通信模式而提取；及阈值设定部(135)，其以如下方式设定所述阈值：使错误地检测恶意软件所产生的通信量的概率即误检测率为一定值以下且使检测恶意软件所产生的通信量的概率即检测率为一定值以上。

摘要： 恶意软件分析系统(1)具备预备分析部(131)、判定部(132)及指定部(133)。预备分析部(131)通过执行作为分析对象的候选取得的恶意软件，取得与从恶意软件发起的通信相关的信息。判定部(132)根据通过预备分析部(131)取得的信息，判定是否将恶意软件作为分析的对象。指定部(133)根据通过预备分析部(131)取得的信息，对通过判定部(132)判定为分析的对象的恶意软件指定分析的次序。

摘要： 在本发明的恶意软件判定器(10)中，当输入了执行文件的属性的属性名和属性值时，特征选择设定部(11)将该属性名的属性作为提取对象的属性登记于属性表中，且将该属性值作为删除对象登记于属性值表中。当输入了学习对象或者判定对象的执行文件时，特征提取部(13)从该执行文件中提取作为提取对象登记于属性表中的属性的属性值，生成包含所提取的属性值作为特征的特征向量，特征选择部(14)从特征向量中删除作为删除对象登记于属性值表中的属性值。

摘要： 本发明提供一种恶意软件检测模型训练、恶意软件检测方法及装置，恶意软件检测模型训练方法包括：获取多个恶意软件；确定各恶意软件对应的训练合成行为图；对训练合成行为图添加第一标签；根据训练合成行为图获取一个或多个训练公共行为图，各训练公共行为图分别对应一个恶意软件家族，对训练公共行为图添加第二标签；将训练合成行为图和训练公共行为图输入到图匹配模型中得到第一相似系数；若第一相似系数和第二相似系数的差值小于预设相似系数，将当前的图匹配模型确定为恶意软件检测模型。本发明通过提取训练公共行为图缩小了在检测恶意软件时的检测范围，提高了恶意软件检测模型的检测速度，以及检测结果的准确性。

摘要： 本发明公开的属于网络安全技术领域，具体为一种基于恶意代码动态取证模型的恶意代码检测方法，包括具体步骤如下：步骤一：获取待检测的代码序列流；步骤二：基于3‑Gram特征生成方法并利用滑动窗口技术在所述代码序列流上滑动提取出每个待测样本的动态行为特征向量，本发明通过恶意代码检测模型实现了对代码序列的初检，即恶意代码和非恶意代码的初步鉴别，再利用聚类分簇的手段，将初检出恶意代码的未知序列进行聚类，利用同一簇类下待测样本对应的恶意代码分类应当一致的机理进一步鉴别是否为恶意代码，通过双重鉴别大幅度提高了恶意代码的检测精度。