[发明专利]一种恶意代码家族的训练和检测方法及装置在审
| 申请号： | 201710543651.9 | 申请日： | 2017-07-05 |
| 公开（公告）号： | CN107392019A | 公开（公告）日： | 2017-11-24 |
| 发明（设计）人： | 曲武 | 申请（专利权）人： | 北京金睛云华科技有限公司 |
| 主分类号： | G06F21/56 | 分类号： | G06F21/56;G06K9/62;G06N3/08;G06N99/00 |
| 代理公司： | 北京安信方达知识产权代理有限公司11262 | 代理人： | 李红爽,李丹 |
| 地址： | 100191 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开了一种恶意代码家族的训练和检测方法，该方法包括将恶意代码映射为图像，并提取该图像的图像特征；根据该图像特征对恶意代码图像进行聚类，并对聚类后获得的不同类型的恶意代码图像进行恶意代码家族标注；建立卷积神经元网络模型；利用已经进行恶意代码家族标注的恶意代码图像集合训练卷积神经元网络模型，并将经过训练的卷积神经元网络模型作为检测模型；利用检测模型对待检测的恶意代码样本以及所述恶意代码样本的变种进行家族检测。本发明实施例公开了一种恶意代码家族的训练和检测装置。 | ||
| 搜索关键词： | 一种 恶意代码 家族 训练 检测 方法 装置 | ||
【主权项】：
一种恶意代码家族的训练和检测方法，其特征在于，所述方法包括：将恶意代码映射为图像，并提取所述图像的图像特征；根据所述图像特征对恶意代码图像进行聚类，并对聚类后获得的不同类型的恶意代码图像进行恶意代码家族标注；建立卷积神经元网络模型；利用已经进行所述恶意代码家族标注的恶意代码图像集合训练所述卷积神经元网络模型，并将经过训练的所述卷积神经元网络模型作为检测模型；利用所述检测模型对待检测的恶意代码样本以及所述恶意代码样本的变种进行家族检测。
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北京金睛云华科技有限公司，未经北京金睛云华科技有限公司许可，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/201710543651.9/，转载请声明来源钻瓜专利网。
