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!
摘要:本发明提供一种基于卷积神经网络的恶意软件检测方法,涉及软件安全领域工具,包括以下步骤:第一步、二进制文件序列化方法;第二步、基于序列深度可分离卷积的神经网络模型;第三步、训练神经网络模型用于恶意软件检测;第四步、显示恶意软件检测结果。该方法主要使用二进制文件序列化方法,将二进制文件的完整字节序列作为模型的输入。另外,在序列化的基础上,结合了深度可分离卷积方法,提出了序列深度可分离卷积方法,构建轻量级神经网络模型,保持高检测准确率的同时,压缩了模型的大小,降低了模型的计算复杂度。
主权项:1.一种基于卷积神经网络的恶意软件检测方法,其特征在于,使用线性插值方法,将完整的二进制文件字节序列转换为固定长度的序列,使用序列深度可分离卷积构建神经网络,并基于恶意软件与良性软件训练模型,得到恶意软件检测模型,使用该模型对样本进行检测,并将样本是恶意软件和良性软件的概率返回给用户,包括以下步骤:第一步、二进制文件序列化方法;第二步、基于序列深度可分离卷积的神经网络模型;第三步、训练神经网络模型用于恶意软件检测;第四步、显示恶意软件检测结果。
全文数据:
权利要求:
百度查询: 南开大学 一种基于卷积神经网络的恶意软件检测方法
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。