一种恶意软件的检测方法及系统

发明专利有效专利

申请号：
CN201810670997.X
IPC分类号：G06F21/56
申请日期：
2018-06-26
申请人：
东北大学秦皇岛分校

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种恶意软件的检测方法及系统
申请号	CN201810670997.X	申请日期	2018-06-26
法律状态	授权	申报国家	暂无
公开/公告日	2018-12-11	公开/公告号	CN108985055A
优先权	暂无	优先权号	暂无
主分类号	G06F21/56 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F21/24 （转入G06F 21/60） G06F21/50 监控用户、程序或设备，以维护平台完整。例如处理器、固件或操作系统〔2013.01〕 G06F21/55 检测本地入侵或实施对策〔2013.01〕 G06F21/56 计算机恶意软件检测或处理，例如反病毒装置〔2013.01〕	IPC分类号	G;0;6;F;2;1;/;5;6查看分类表>
申请人	东北大学秦皇岛分校	申请人地址	河北省秦皇岛市海港区泰山路143号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	东北大学秦皇岛分校	当前权利人	东北大学秦皇岛分校
发明人	李丹;史闻博;赵立超;赵海杉;郑光聪
代理机构	北京科亿知识产权代理事务所（普通合伙）	代理人	汤东凤

摘要

本发明公开了一种恶意软件的检测方法及系统。该方法包括：获取训练样本，训练样本为已知类型的软件的执行程序；对训练样本反编译和编号处理，得到训练样本处理后的源代码；采用粒子群算法为处理后的源代码中的各代码分配权重；以加权后的源代码为输入矩阵，训练卷积神经网络，且在训练过程中，采用粒子群算法调整各代码的权重，得到输出为准确度的卷积神经网络；判断卷积神经网络的准确度是否达到设定值；如果是，则停止训练卷积神经网络，采用训练好的卷积神经网络对待检测软件进行检测；如果否，则继续采用粒子群算法调整各代码的权重，训练卷积神经网络。本发明提供的恶意软件的检测方法及系统具有检测准确度高的特点。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供