[发明专利]训练用于检测恶意容器的机器学习模型的系统和方法有效
| 申请号： | 201811359307.5 | 申请日： | 2018-11-15 |
| 公开（公告）号： | CN110119620B | 公开（公告）日： | 2023-05-23 |
| 发明（设计）人： | 弗拉基米尔·V·克雷洛夫;亚历山大·V·利斯金;阿列克谢·E·安东诺夫 | 申请（专利权）人： | 卡巴斯基实验室股份制公司 |
| 主分类号： | G06F21/56 | 分类号： | G06F21/56 |
| 代理公司： | 北京同达信恒知识产权代理有限公司 11291 | 代理人： | 黄志华;何月华 |
| 地址： | 俄罗斯*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及训练用于检测恶意容器的机器学习模型的系统和方法，特别公开了用于训练和再训练用于检测来自容器文件的恶意活动的模型的系统和方法，所述容器文件包含构成逻辑上独立的数据区域的至少两个或更多个对象。确定从至少一个安全容器和至少一个恶意容器选择的每个对象的参数，所述参数唯一地表征所述对象与至少一个所选对象的函数关系。基于确定的对象的参数而分别针对每个容器形成卷积，所述卷积用于训练用于检测恶意容器文件的机器学习模型。 | ||
| 搜索关键词： | 训练 用于 检测 恶意 容器 机器 学习 模型 系统 方法 | ||
【主权项】：
1.一种用于对检测恶意容器文件的机器学习模型进行训练的计算机实现的方法，包括：从恶意容器文件选择多个对象，其中，容器文件为包含至少两个或更多个对象的文件，所述至少两个或更多个对象构成所述容器文件的逻辑上独立的数据区域；确定用于从所述恶意容器文件选择的每个对象的至少一个参数，其中，所述至少一个参数表征各自的所述对象与在所述容器文件中的至少一个其它对象的函数关系；基于确定的所述至少一个参数生成与所述恶意容器文件相关联的第一卷积，其中，所述第一卷积包括多维矢量，其中，所述多维矢量的每个元素对应于在确定的所述参数之中的其自身的唯一参数，同时所述元素的值对应于确定了所述参数的对象的数量；基于从安全容器文件所选的对象的确定的参数生成与所述安全容器文件相关联的第二卷积；以及基于与所述恶意容器文件相关联的所述第一卷积和与所述安全容器文件相关联的所述第二卷积来修改机器学习模型，其中，所述机器学习模型被配置成计算被分析的容器文件的危害程度。
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卡巴斯基实验室股份制公司，未经卡巴斯基实验室股份制公司许可，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/201811359307.5/，转载请声明来源钻瓜专利网。
