一种融合机器学习和深度学习的恶意软件检测方法
实质审查的生效
摘要
本发明公开了一种融合机器学习和深度学习的恶意软件检测方法，采用机器学习(LightGBM)与深度学习(1D‑CNN)相结合的方法作为恶意软件检测模型的基础，该模型可以发掘语义的深度特征，发掘语义上下文关系的时空序列数据特征，同时该模型的特征提取以及模型检测相配合能够更好地进行误差传播，使训练速度更快、效果更好。同时对模型接收到检测样本进行计算，从而判别是否存在恶意软件，比传统地直接进入检测模型具有更高地准确率。此外，本发明的方法简单，检测模型更加轻量化，该模型不仅适用于Microsoft端的恶意软件检测，在移动端也有较好的效果。
基本信息
专利标题 ：
一种融合机器学习和深度学习的恶意软件检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114329474A
申请号 ：
CN202210006038.4
公开（公告）日 ：
2022-04-12
申请日 ：
2022-01-05
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李小勇霍达高雅丽栗仕超李曦明蒋哲
申请人 ：
北京邮电大学
申请人地址 ：
北京市海淀区西土城路10号
代理机构 ：
北京挺立专利事务所(普通合伙)
代理人 ：
高福勇
优先权 ：
CN202210006038.4
主分类号 ：
G06F21/56
IPC分类号 ：
G06F21/56 G06K9/62 G06F40/30 G06N3/04 G06N3/08 G06N5/00
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 : 20220105
申请日 : 20220105
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
