[发明专利]基于机器码字节流的端到端的深度学习恶意软件分类方法在审
| 申请号： | 202211566609.6 | 申请日： | 2022-12-07 |
| 公开（公告）号： | CN115987580A | 公开（公告）日： | 2023-04-18 |
| 发明（设计）人： | 李小勇;侯子晗;李灵慧;高雅丽;苑洁 | 申请（专利权）人： | 北京邮电大学 |
| 主分类号： | H04L9/40 | 分类号： | H04L9/40;G06N3/045;G06N3/08 |
| 代理公司： | 北京挺立专利事务所(普通合伙) 11265 | 代理人： | 高福勇 |
| 地址： | 100876 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于机器码字节流的端到端的深度学习恶意软件分类方法，以恶意软件机器码字节流为输入，经过恶意软件领域表示向量编码、恶意软件全区信息抽取模块、残差链接模块、分类输出模块的处理，从而给出该恶意软件的分类结果。本发明在准确表征原恶意软件特征的同时尽可能减少特征向量长度，进而减少计算量，解决恶意软件检测时对专家知识强依赖的问题，提高恶意软件分类模型的泛化能力，降低人力消耗，提高安全应急响应速度，给出了实现的技术细节，提供了可以解释的分类判断理由，提高了恶意软件分类准确率和分类精度，使恶意软件即使经过修饰之后也能够被正确检测和分类，保证计算机系统的安全稳定运行，满足日益严峻的网络安全态势。 | ||
| 搜索关键词： | 基于 机器 码字 节流 端到端 深度 学习 恶意 软件 分类 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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北京邮电大学，未经北京邮电大学许可，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/patent/202211566609.6/，转载请声明来源钻瓜专利网。
