一种基于特权特征和污点特征的机器学习恶意软件检测方法
实质审查的生效
摘要
本文公开了一种基于特权特征和污点特征的机器学习恶意软件检测方法，该方法基于特权特征对现有的基于污点分析的检测方案进行了改进，能够在使用较少数据量的同时实现高分类结果，通过扩展特征值的多维计算，构建基于特权特征、污点源特征和污点汇特征的特征值表，并引入Transformer对其进行分析和检测，这是基于Android平台的恶意软件检测的良好实现。
基本信息
专利标题 ：
一种基于特权特征和污点特征的机器学习恶意软件检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114329463A
申请号 ：
CN202111497710.6
公开（公告）日 ：
2022-04-12
申请日 ：
2021-12-09
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
方黎明朱泽升恽昕宇
申请人 ：
南京航空航天大学
申请人地址 ：
江苏省南京市秦淮区御道街29号
代理机构 ：
南京瑞弘专利商标事务所(普通合伙)
代理人 ：
任志艳
优先权 ：
CN202111497710.6
主分类号 ：
G06F21/56
IPC分类号 ：
G06F21/56 G06F8/53
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F21/00
防止未授权行为的保护计算机、其部件、程序或数据的安全装置
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
G06F21/55
检测本地入侵或实施对策
G06F21/56
计算机恶意软件检测或处理，例如反病毒装置
法律状态
2022-04-29 ：
实质审查的生效
IPC(主分类) : G06F 21/56
申请日 : 20211209
申请日 : 20211209
2022-04-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
