一种基于深度学习的恶意软件识别方法

发明专利有效专利

申请号：
CN202110327181.9
IPC分类号：G06F21/56;G06N3/04;G06N3/08
申请日期：
2021-03-26
申请人：
山西三友和智慧信息技术股份有限公司

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	一种基于深度学习的恶意软件识别方法
申请号	CN202110327181.9	申请日期	2021-03-26
法律状态	实质审查	申报国家	中国
公开/公告日	2021-06-04	公开/公告号	CN112906002A
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;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	山西三友和智慧信息技术股份有限公司	申请人地址	山西省太原市高新区科技街15号A118室变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	山西三友和智慧信息技术股份有限公司	当前权利人	山西三友和智慧信息技术股份有限公司
发明人	王小华;潘晓光;焦璐璐;张娜;宋晓晨
代理机构	太原荣信德知识产权代理事务所（特殊普通合伙）	代理人	杨凯;连慧敏

摘要

本发明属于图像识别技术领域，具体涉及一种基于深度学习的恶意软件识别方法，包括如下步骤：数据获取、数据图像化、数据预处理、数据集划分、模型构建、模型训练、模型评价，所述数据获取采集Malimg数据集；所述数据图像化将数据转换为灰度图像；所述数据预处理对图像数据归一化处理；所述数据集划分将数据划分为训练集、验证集与测试集；所述模型构建基于VGG‑19进行恶意软件识别模型构建，并将SENEet模块融入VGGNet的CNN模块部分；所述模型训练使用训练集数据，利用验证集数据进行验证，得到识别模型；所述模型评价采用模型对测试集数据进行识别，并对识别结果进行评价，构建出高效、高准确度的恶意软件深度学习识别模型。

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