[发明专利]一种基于FTS模型的病毒特征提取方法及系统

摘要

本发明提出一种基于FTS模型的病毒特征提取方法及系统，结合FTS模型算法以及GUS、GDS思想，通过将原始非线性高维样本空间通过高斯函数的变换映射到低维度的线性样本空间，提取一些表现突出的特征作为首选特征。此过程无需任何模型参数需要训练，操作简单，降维效果绝佳。本发明能够有效降低病毒特征集的维度和特征冗余度，保障病毒特征集的精准性，并有效降低病毒特征集的资源空间占用；进一步地，当有新特征加入时，只需将新特征与特征集中的特征进行相似度计算，确定其冗余度即可，使得特征集易于维护。

主权项

1.一种基于FTS模型的病毒特征提取方法，其特征在于，包括：/n收集病毒样本文件，提取样本文件信息，建立原始样本集；/n按规定定义样本集包含的特征类别；/n计算并得到原始样本集的高斯矩阵；/n对高斯矩阵中心化，并计算中心化后的高斯矩阵的特征值和特征向量；/n对特征值进行排序，选出规定特征值所对应的特征向量；/n按规定对选出的特征向量进行计算，得到特征样本集；/n将特征样本集中的特征与特征类别进行相似度计算，根据相似度计算结果选出指定的特征，并将指定特征存入中间特征样本集；/n计算中间特征样本集中的特征间的余弦值，将余弦值进行降序/升序排序，保留余弦值满足规定范围的余弦值所对应的特征，删除余弦值不满足规定范围的余弦值所对应的特征；/n将满足规定范围的特征存入特征样本集，得到最优特征集。/n