申请/专利权人：河南大学

申请日：2024-01-10

公开（公告）日：2024-04-09

公开（公告）号：CN117850803A

主分类号：G06F8/41

分类号：G06F8/41;G06Q20/38;G06F18/2431;G06F18/211;G06N20/00;G06N5/01

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明涉及信息安全技术领域，具体涉及一种针对使用WASM的加密货币挖掘的检测方法。本发明使用机器学习方法完成检测功能，其主要分为两个部分，一是对机器学习模型的计算方法，一是使用机器学习方法对wasm字节码文件的检测方法。对wasm字节码文件进行字节码信息的统计提取，后将提取信息作为输入进入训练好的梯度提升决策树，得到检测结果。本发明能够通过对浏览器所使用的wasm字节码文件进行分析，并给出是否存在加密货币挖掘活动的相关信息，以保护浏览器在使用中不被劫持。

主权项：1.一种针对使用WASM的加密货币挖掘的检测方法，其特征在于，该方法包括以下步骤：读取wasm字节码文件，在字节码文件上滑动窗口，得到wasm串；通过wasm指令集，得到instructionSet指令集；遍历wasm串，对前8bit存在instructionSet指令集中的窗口；对统计blockCount向量中相应窗口截取块的值加一；blockCount向量作为输入特征与wasm样本的标签作为梯度提升决策树拟合的目标；获取每个训练样本集中样本一一对应的blockCount向量，以blockCount向量与对应的wasm样本的标签作为输入特征，通过随机森林进行特征筛选，得到覆盖向量，并对应的得到筛选后的样本集；通过筛选后的样本集对梯度提升决策树拟合得到检测模型；检测方法为将样本得到的blockCount向量作为输入，输入检测模型得到检测结果。

全文数据：

权利要求：

百度查询： 河南大学 一种针对使用WASM的加密货币挖掘的检测方法

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