申请/专利权人:天翼云科技有限公司
申请日:2023-12-12
公开(公告)日:2024-04-05
公开(公告)号:CN117828594A
主分类号:G06F21/56
分类号:G06F21/56;G06F40/30;G06F16/35;G06N3/0455;G06N3/0475;G06N3/094
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.23#实质审查的生效;2024.04.05#公开
摘要:本发明公开了一种基于NLP多任务融合的恶意软件行为分析方法和装置,包括:数据收集和解析:获取公开发布的APT相关报告,将收集的报告数据进行筛选、格式化、清洗;文本标注:将重要词汇映射为相关的MAEC词汇,通过对APT相关报告文本的多元化标注,确定五个分析任务;模型训练:五个分析任务分别训练相对应的自然语言处理模型;模型整合:将训练的模型进行整合,以PipeLine的方式来构建一个完整的恶意软件分析流程,并将其封装为服务;APT报告分析:将报告文本输入到PipeLine服务中,逐个环节得到分析的结果。本发明可以充分利用APT而不依赖于恶意软件的二进制文件或者源码进行语义分析,可以有效帮助网络安全研究人员进行进一步的恶意软件分析。
主权项:1.一种基于NLP多任务融合的恶意软件行为分析的方法,其特征在于,包括:数据收集和解析:从平台服务安全日志系统中获取公开发布的APT相关报告,采取MAEC来定义恶意软件的特征,充分表示出恶意软件的目标和行为特征,从该安全日志中获取到非结构化文本的报告后,将收集的报告数据进行筛选、格式化、清洗;文本标注:将描述恶意软件行为的重要词汇映射为相关的MAEC词汇,通过对APT相关报告文本的多元化标注,确定五个分析任务;模型训练:根据所述文本标注中确定的五个分析任务分别训练相对应的自然语言处理模型;模型整合:将所述模型训练中训练的五个分析任务对应的模型进行整合,以PipeLine的方式来构建一个完整的恶意软件分析流程,并将其封装为服务;APT报告分析:将报告文本输入到PipeLine服务中,逐个环节得到分析的结果。
全文数据:
权利要求:
百度查询: 天翼云科技有限公司 一种基于NLP多任务融合的恶意软件行为分析方法和装置
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。