买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国人民解放军网络空间部队信息工程大学申请的专利基于动态特征和集成学习的恶意软件家族分类方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119312326B 。

龙图腾网通过国家知识产权局官网在2025-05-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410576940.9，技术领域涉及：G06F21/56；该发明授权基于动态特征和集成学习的恶意软件家族分类方法和系统是由戚旭衍;刘铁铭;娄睿;井靖;王焕伟;林键;刘春玲;陈建森;吕平;李飞设计研发完成，并于2024-05-10向国家知识产权局提交的专利申请。

本基于动态特征和集成学习的恶意软件家族分类方法和系统在说明书摘要公布了：本发明公开了基于动态特征和集成学习的恶意软件家族分类方法和系统，包括以下步骤：步骤一：提取训练用恶意软件中的每个恶意代码的动态应用程序编程接口API调用序列，汇总后作为原始特征；步骤二：构建一个双向长短期记忆神经网络模型作为第一个基分类器；步骤三：构建一个文本卷积神经网络模型作为第二个基分类器；步骤四：构建一个卷积神经网络+长短期记忆神经网络模型作为第三个基分类器；步骤五：通过极端梯度提升算法完成集成学习分类模型构建。步骤六：通过所述恶意软件家族分类模型对目标恶意软件进行恶意软件家族分类。本发明通过动态分析方法提取特征，避免了外界干扰，且设置三个基分类器全面学习特征信息，保证了分类的准确性。

本发明授权基于动态特征和集成学习的恶意软件家族分类方法和系统在权利要求书中公布了：1.基于动态特征和集成学习的恶意软件家族分类方法，其特征在于，包括以下步骤：步骤一：提取训练用恶意软件中的每个恶意代码的动态应用程序编程接口API调用序列，对动态API调用序列汇总作为原始特征；步骤二：构建一个双向长短期记忆神经网络Bi-LSTM模型作为第一个基分类器；步骤三：构建一个文本卷积神经网络TextCNN模型作为第二个基分类器；步骤四：构建一个卷积神经网络CNN+长短期记忆神经网络LSTM模型作为第三个基分类器；步骤五：将原始特征分别作为三个基分类器的输入，通过极端梯度提升算法迭代地训练三个基分类器，训练完成后得到一个集成学习分类模型作为恶意软件家族分类模型；步骤六：通过所述恶意软件家族分类模型对目标恶意软件中的所有恶意代码进行恶意软件家族分类；所述步骤二中，在Bi-LSTM模型中引入注意力层，构建一个Bi-LSTM和注意力机制的神经网络模型作为第一个基分类器；所述步骤三中，TextCNN模型中的卷积层包括四个不同大小的卷积核，在全连接层后添加归一化指数函数softmax层；所述步骤四中，第三个基分类器依次包括嵌入层、两组卷积块、长短期记忆神经网络LSTM层和全连接层，其中，每组卷积块均包括卷积层和池化层，所述卷积层选择一维卷积，池化层采用最大池化操作，全连接层后添加归一化指数函数softmax层进行分类。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军网络空间部队信息工程大学，其通讯地址为：450000 河南省郑州市高新区科学大道62号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。