Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于机器学习的恶意软件家族主要特征提取和可视化方法 

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:西安电子科技大学杭州研究院

摘要:本发明涉及计算机技术、机器学习和信息安全领域,尤其涉及基于机器学习的恶意软件家族主要特征提取和可视化方法,包括特征选择、家族分类、特征贡献度提取、归一化处理和可视化步骤;通过静态或动态分析收集恶意软件样本行为数据,选择特征并转换为矩阵形式,基于机器学习算法进行分类,提取特征贡献度并归一化处理,根据特征贡献度矩阵,通过颜色编码方法对不同特征进行可视化处理;宏观可视化展示家族间特征异同,微观可视化展示具体特征内容;本发明有效提取并展示了恶意软件家族的主要特征及其差异,提供了分类算法的决策依据,具有高效、准确的特点。

主权项:1.基于机器学习的恶意软件家族主要特征提取和可视化方法,其特征在于,包括以下步骤:对收集到的恶意软件样本进行分析,选择出可用于家族分类的特征量,转换为可用于机器学习算法的矩阵形式;基于机器学习算法对恶意软件家族进行分类;分析机器学习分类算法的特性,并结合分类结果提取出每个特征对每个家族的分类贡献度,生成特征贡献度矩阵;对提取到的特征贡献度值进行归一化处理,得到归一化后的特征贡献度矩阵;根据特征贡献度矩阵,通过颜色编码方法对不同特征进行可视化处理;通过可视化结果,展示不同家族间特征的相同和不同之处,体现各家族主要特征及其差异。

全文数据:

权利要求:

百度查询: 西安电子科技大学杭州研究院 基于机器学习的恶意软件家族主要特征提取和可视化方法

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。