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！

龙图腾网获悉广州大学申请的专利基于APT组织恶意代码的对抗样本生成方法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：CN119862569B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411634075.5，技术领域涉及：G06F21/56；该发明授权基于APT组织恶意代码的对抗样本生成方法是由李树栋;付伟东;吴晓波;贾焰;马秋同;田蓓蓓;陈杉;唐可可设计研发完成，并于2024-11-15向国家知识产权局提交的专利申请。

本基于APT组织恶意代码的对抗样本生成方法在说明书摘要公布了：本发明公开了一种基于APT组织恶意代码的对抗样本生成方法，首先使用序列模式挖掘算法从良性代码中提取良性子序列集合；接着构造每一良性子序列的有向图得到扰动动作集；然后将原始恶意序列输入目标检测模型进行检测，识别出原始恶意序列中最易受攻击的位置；随后从扰动动作集中选择良性子序列在最易受攻击的位置进行插入，利用深度Q网络算法找到插入的最优良性子序列得到对抗序列；最后将对抗序列应用于实际的恶意代码中得到对抗样本。本申请通过构造扰动动作集并结深度Q网络算法优化插入，生成的对抗样本能够成功绕过现有的检测模型，同时保留恶意代码的原有功能，增强了攻击的隐蔽性。

本发明授权基于APT组织恶意代码的对抗样本生成方法在权利要求书中公布了：1.基于APT组织恶意代码的对抗样本生成方法，其特征在于，包括下述步骤： 使用序列模式挖掘算法从良性代码中提取良性子序列集合； 依据良性子序列集合构造每一良性子序列的有向图，得到扰动动作集； 将原始恶意序列输入目标检测模型进行检测，通过计算目标检测模型的损失函数梯度，识别出原始恶意序列中最易受攻击的位置； 从扰动动作集中选择良性子序列在最易受攻击的位置进行插入，利用深度Q网络算法找到插入的最优良性子序列得到对抗序列，具体为： 将原始恶意序列作为待修改序列，定义待修改序列的状态为待插入良性子序列、待修改序列与最易受攻击的位置的组合；定义动作为从待插入良性子序列中选择良性行为插入到待修改序列的最易受攻击的位置中； 将待修改序列的状态输入深度Q网络算法，通过更新Q值函数使用ϵ贪婪策略选择动作得到新序列； 同时将新序列输入目标检测模型中进行预测，基于目标检测模型的损失函数更新Q值函数的奖励函数； 采用启发式回溯搜索算法对新序列进行约束，具体为： 获取待插入良性子序列的有向图，计算待插入良性子序列中良性行为在最易受攻击位置的权重并排序； 若新序列被目标检测模型预测为良性，但新序列中插入的良性行为不满足其在待插入良性子序列有向图的顺序关系时，则回溯至新序列的上一状态，从新序列上一状态的良性行为的后继节点中选择权重最高的良性行为进行插入； 当新序列被目标检测模型分类为恶意，且新序列中插入的良性行为不满足其在待插入良性子序列有向图的顺序关系时，从扰动动作集中选择另一良性子序列作为待插入良性子序列，并回溯至原始恶意序列重新开始动作选择； 反复执行动作选择、预测及约束，直至待插入良性子序列的所有良性行为均已插入或者奖励函数达到设定阈值，得到最优新序列进而获得对抗序列； 将对抗序列应用于实际的恶意代码中，通过LLVM工具链将恶意代码编译为中间表示，并在恶意软件源码的预定位置插入系统调用或API调用得到对抗样本。

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广州大学，其通讯地址为：510006 广东省广州市番禺区大学城外环西路230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”。

以上内容由龙图腾AI智能生成。