龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：浙江大学
摘要：本发明公布了一种基于大语言模型的恶意挖矿软件检测方法，通过构建了一种自学习的恶意软件分析流程，利用大语言模型的推理能力，以及少样本的学习能力对恶意软件的恶意性原因建模，实现恶意软件的推理分析与分类。主要包括恶意软件特征分类器构建，抽取二进制样本的多种恶意软件特征，训练恶意软件分类器，获取待测样本在恶意软件分类器上的分类结果，使用机器学习可解释方法抽取恶意软件分析过程的关键字符特征等步骤，本发明首次提出了基于大语言模型推理的恶意软件分析与检测方法，在获取高效的恶意软件检测效果的同时，实现了恶意软件检测结果的高可解释性分析，有助于提升网络安全应急响应的效率，为恶意软件的分析提供了高可用方案。
主权项：1.一种基于大语言模型的恶意挖矿软件检测方法，其特征在于，包括：针对恶意软件数据集合中的二进制文件，按照特征分层策略提取层次化的恶意软件多维特征；将恶意软件多维特征按照不同维度的特点进行向量化，获取恶意软件不同维度的特征向量；根据恶意软件不同维度的特征向量的特点选取合适的机器学习算法执行训练，获取不同特征维度的恶意软件机器学习分类模型；针对待测样本提取恶意软件的多维特征；将恶意软件的多维特征向量化后输入到不同特征维度的恶意软件机器学习分类模型中，得到不同维度特征的分类置信度；根据不同维度特征的分类置信度使用机器学习模型的结果可解释性方法，输出影响分类结果的重要特征向量；根据二进制文件中不同维度特征的提取方法，将重要特征向量映射到二进制文件具体的点位，获得字符形式的样本重要特征；将样本重要字符与样本的分类置信度作为输入特征，转化为结构化提示语形式，形成结构化的推理特征提示语；将结构化的推理特征提示语与分析指令组合在一起，输入给大语言模型，获取恶意软件分析过程及其分类结果。
全文数据：
权利要求：
百度查询： 浙江大学 一种基于大语言模型的恶意挖矿软件检测方法
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