龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：浙江工业大学
申请日：2023-11-17
公开（公告）日：2024-05-07
公开（公告）号：CN117992957A
主分类号：G06F21/56
分类号：G06F21/56;G06N3/0442;G06N3/0464
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.24#实质审查的生效;2024.05.07#公开
摘要：本发明涉及网络安全和机器学习技术，具体涉及一种基于深度学习的加密货币批量恶意获取的软件检测方法。本发明对每个进程进行内存地址采样，根据内存地址被执行的次数计算出每个内存地址出现的频率；当内存地址出现的频率大于阈值时，则为内存热点；从内存热点中提取汇编指令序列；对汇编指令序列进行处理得到指令数据集；将指令数据集转换为向量得到汇编指令向量集；将训练集输入多个不同的深度神经网络训练，用测试集对训练好的多个模型进行测试，选出性能最好的模型作为加密货币批量恶意获取软件检测模型；利用加密货币批量恶意获取软件检测模型进行检测。本发明能够捕捉上下文关系和语义信息，能够克服规避攻击和混淆攻击，检测准确率更高。
主权项：1.一种基于深度学习的加密货币批量恶意获取的软件检测方法，其特征在于，所述基于深度学习的加密货币批量恶意获取的软件检测方法，包括：对每个进程进行内存地址采样，得到每个进程对应的内存地址；根据内存地址被执行的次数计算出每个内存地址出现的频率；当内存地址出现的频率大于阈值时，则将内存地址定义为内存热点，否则不定义为内存热点；从内存热点中提取汇编指令序列；对汇编指令序列进行处理得到指令数据集；将指令数据集转换为向量得到汇编指令向量集；将汇编指令向量集按比例分为训练集和测试集，将训练集输入多个不同的深度神经网络训练得到多个批量恶意获取软件检测模型；用测试集对训练好的多个批量恶意获取软件检测模型进行测试，选出性能最好的批量恶意获取软件检测模型作为加密货币批量恶意获取软件检测模型；利用加密货币批量恶意获取软件检测模型进行检测。
全文数据：
权利要求：
百度查询： 浙江工业大学 基于深度学习的加密货币批量恶意获取的软件检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号