[发明专利]一种基于机器学习的恶意PNG图像识别方法有效
| 申请号： | 201810128524.7 | 申请日： | 2018-02-08 |
| 公开（公告）号： | CN108509775B | 公开（公告）日： | 2020-11-13 |
| 发明（设计）人： | 杨悉瑜;翁健;魏林锋;杨悉琪;潘冰;张悦;李明 | 申请（专利权）人： | 暨南大学 |
| 主分类号： | G06F21/16 | 分类号： | G06F21/16;G06F21/56;G06T1/00;G06T5/20;H04L29/06 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 陈燕娴;林梅繁 |
| 地址： | 510632 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了基于机器学习的恶意PNG图像识别方法，属于网络空间安全技术领域，首先建立PNG图像特征库和数字隐写识别模型；在服务端对上传图片文件请求进行审查，依据PNG图像特征库进行特征匹配识别，初步识别PNG图片是否合法，若合法则调用数字隐写识别模型挖掘PNG图片是否存在信息隐藏，若不合法或存在信息隐藏则拒绝上传；在客户端监测网页传输过程中的PNG图片格式文件数据，依据PNG图像特征库进行特征匹配识别，若合法则调用数字隐写识别模型挖掘PNG图片是否存在信息隐藏，若不合法或存在信息隐藏则禁止访问该图片资源。本发明可以在服务端禁止不合法图片的上传，在客户端禁止对不合法图片的访问，加强了网络安全。 | ||
| 搜索关键词： | 一种 基于 机器 学习 恶意 png 图像 识别 方法 | ||
【主权项】：
1.一种基于机器学习的恶意PNG图像识别方法，其特征在于，包括以下步骤：步骤一、通过机器学习建立PNG图像特征库和数字隐写识别模型；步骤二、在服务端对所有上传图片文件的请求进行审查，对照步骤一所建立的PNG图像特征库，对PNG图片进行特征匹配识别，如果发现不合法的PNG图片格式，则拒绝上传请求；否则，PNG图片通过初步识别，进入步骤三；步骤三、对于通过初步识别的PNG图片格式文件，调用步骤一所建立的数字隐写识别模型，挖掘PNG图片是否存在信息隐藏，若存在，则拒绝上传请求；若不存在，则允许上传请求；步骤四、在客户端监测网页传输过程中的PNG图片格式文件数据，对照步骤一所建立的PNG图像特征库，对PNG图片进行特征匹配识别，如果发现不合法的PNG图片格式，则禁止访问该图片资源；否则，进入步骤五；步骤五、调用步骤一所建立的数字隐写识别模型，挖掘PNG图片是否存在信息隐藏，对于存在信息隐藏的图片，认为可能隐藏恶意信息，禁止访问该图片资源。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于暨南大学，未经暨南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810128524.7/，转载请声明来源钻瓜专利网。
