一种基于深度学习技术的恶意证书自动检测系统及方法

授权

摘要

本发明涉及一种基于深度学习技术的恶意证书自动检测系统及方法，能够自动化的提取证书不同字段的特征向量，进行加权融合，最终得到更深层次的证书表征向量用于恶意证书的检测。具体包括：基于证书不同字段的取值特点，设计了相应的数据预处理方法，将证书字段转为计算机能够处理的数值表示；基于向量化方法和深度模型，设计了不同的特征提取方法，用于提取证书不同字段的特征表示向量；基于自注意力机制，设计了特征向量的加权融合方法，对证书不同字段的特征向量进行融合，得到整个证书的表征向量；定义了基于深度学习的恶意证书检测框架，设计了框架组成各模块功能和检测流程。

基本信息

专利标题：

一种基于深度学习技术的恶意证书自动检测系统及方法

专利标题（英）：

暂无

公开（公告）号：

CN112347475A

申请号：

CN202011252168.3

公开（公告）日：

2021-02-09

申请日：

2020-11-11

授权号：

CN112347475B

授权日：

2022-05-17

发明人：

陈鸿超郎波陈少杰李坤浩

申请人：

北京航空航天大学

申请人地址：

北京市海淀区学院路37号

代理机构：

北京科迪生专利代理有限责任公司

代理人：

安丽

优先权：

CN202011252168.3

主分类号：

G06F21/55

IPC分类号：

G06F21/55 G06K9/62 G06N3/04 G06N3/08