申请/专利权人：浙江大学嘉兴研究院

申请日：2023-12-27

公开（公告）日：2024-04-02

公开（公告）号：CN117807437A

主分类号：G06F18/214

分类号：G06F18/214;G06F18/2413;G06N3/088;G06N3/0455;G06F21/56

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明公开了一种基于无监督学习的概念漂移缓解方法及装置，包括：通过恶意应用分类器的训练样本训练一个无监督学习的自编码器，对于待测样本，使用所述自编码器计算其与各训练样本类别中心的距离，实现漂移样本检测；对于检测出的漂移样本，利用特征归因技术，基于各个特征对于漂移检测的贡献，实现样本漂移原因的解释；选取漂移样本与解释结果进行标注，利用主动学习框架更新所述恶意应用分类器；利用更新后的恶意应用分类器进行软件的分类。通过将对训练样本的自编码拟合，实验测试样本漂移的实时检测，并且加入了一个可解释模块，利用嵌入距离计算特征贡献，极大地降低了主动学习框架中的人工标注成本。

主权项：1.一种基于无监督学习的概念漂移缓解方法，其特征在于，包括：1概念漂移检测：通过恶意应用分类器的训练样本训练一个无监督学习的自编码器，对于待测样本，使用所述自编码器计算其与各训练样本类别中心的距离，实现漂移样本检测；2概念漂移解释：对于步骤1中检测出的漂移样本，利用特征归因技术，基于各个特征对于漂移检测的贡献，实现样本漂移原因的解释；3概念漂移适应：选取漂移样本与解释结果进行标注，利用主动学习框架更新所述恶意应用分类器；4软件分类：利用更新后的恶意应用分类器进行软件的分类。

全文数据：

权利要求：

百度查询： 浙江大学嘉兴研究院 一种基于无监督学习的概念漂移缓解方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD