“恶意软件”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果214332个，建议您升级VIP下载更多相关专利

[发明专利]一种基于关联规则的图卷积网络恶意软件检测模型及方法-CN202210742974.1在审
发明人：宋玉蓉;李思琦 -专利权人：南京邮电大学
申请日： 2022-06-28 - 公布日： 2022-09-30 - 主分类号： G06F21/56 文献下载
摘要：本发明涉及软件检测技术领域，具体地说，是一种基于关联规则的图卷积网络恶意软件检测模型及方法，该模型和方法利用自动化测试工具对恶意软件的动态特征进行提取并分析，通过挖掘API调用序列中API调用函数的关联规则，将得到的API转换子序列集合构建成图结构输入到图卷积神经网络中(GCN，GraphConvolutionalNetwork)获得API序列对应的软件的分类标签。实验结果表明，该模型优于大多数现有模型，可以提高恶意软件检测性能，减少恶意软件造成的破坏。
一种基于关联规则图卷网络恶意软件检测模型方法

[发明专利]一种基于SinglePass算法的Android恶意软件家族聚类方法-CN201810963865.6在审
发明人：罗森林;张寒青;潘丽敏 -专利权人：北京理工大学
申请日： 2018-08-23 - 公布日： 2019-01-04 - 主分类号： G06F21/56 文献下载
摘要：本发明涉及一种基于SinglePass算法的Android恶意家族聚类方法，属于计算机与信息科学技术领域。本发明首先对Android恶意软件进行行为特征提取，得到该软件的敏感权限、系统Action、系统Category、和敏感系统API调用，将这些作为该软件的行为特征。最后通过计算软件和已有恶意家族之间的相似度作为家族归属的判定依据。判定过程中首先设定一个相似度阈值，如果相似度超过阈值则选取和所有已有家族中相似度最高的家族作为该恶意软件的家族归属。反之则将该软件划分为新的恶意软件家族。该发明相比于动态分析方法能够有效提高分析效率，发现新的软件恶意家族，具有较大的实用价值。
恶意软件相似度聚类算法归属信息科学技术行为特征提取动态分析分析效率计算软件敏感系统判定过程特征选择行为特征过滤式构建判定筛选权限敏感计算机分析发现

[发明专利]一种移动终端上的恶意软件检测方法、装置和系统-CN201310326191.6有效
发明人：廖崇粮 -专利权人：腾讯科技（深圳）有限公司
申请日： 2013-07-30 - 公布日： 2013-11-20 - 主分类号： G06F21/56 文献下载
摘要：本发明实施例公开了一种移动终端上的恶意软件检测方法、装置和系统。该方案可以获取需要检测的软件的安装包，对该安装包进行解压，得到解压后安装包，然后一方面对该解压后安装包进行检测，得到第一检测结果，另一方面，将该解压后安装包发送给云端系统，并接收云端系统对所述解压后安装包进行恶意软件检测后返回的第二检测结果，如果第一检测结果和/或第二检测结果指示该解压后安装包中存在异常，则确定该需要检测的软件为恶意软件。由于该方案不仅可以在本地对恶意软件进行检测，而且还可以在功能强大的云端系统对恶意软件作进一步的深入检测，因此，可以更加精确地检测出恶意软件。
一种移动终端恶意软件检测方法装置系统

[发明专利]恶意软件的检测方法、电子装置及计算机可读存储介质-CN201910528130.5在审
发明人：李坤 -专利权人：平安科技（深圳）有限公司
申请日： 2019-06-18 - 公布日： 2019-09-17 - 主分类号： G06F21/56 文献下载
摘要：本发明公开了一种恶意软件的检测方法、电子装置和计算机可读存储介质，可获取待检测软件的汇编代码作为第一汇编代码，对第一汇编代码进行预设处理使得其中的每一行代码的汇编符号数量相等；获取第一汇编代码中各汇编符号对应的替换编码，以各替换编码替换对应的汇编符号，得到编码文件；前述方案中，本发明针对待检测软件的汇编代码进行编码，得到了待检测软件的编码特征，使得深度神经网络更容易发现恶意软件之间的共性，能够应用于当前快速改变的恶意软件生态系统，本发明得到编码文件后，获取已训练的深度神经网络，输入编码文件，根据输出结果判断待检测软件是否为恶意软件，通过机器学习的高效性，可以进一步保证对恶意软件的有效识别。
恶意软件汇编代码待检测软件计算机可读存储介质汇编编码文件电子装置神经网络替换输出结果判断编码特征编码替换机器学习输入编码数量相等有效识别高效性检测预设生态系统应用保证发现

[发明专利]一种在运设备的外挂式恶意代码检测系统与方式-CN202111599508.4在审
发明人：徐杰;刘金 -专利权人：江苏政采数据科技有限公司
申请日： 2021-12-24 - 公布日： 2022-05-10 - 主分类号： G06F21/56 文献下载
摘要：一种在运设备的外挂式恶意代码检测系统与方式，包括：移动硬盘；所述移动硬盘中设置有恶意代码检测软件；所述移动硬盘用于通过USB线来同在运设备连接；所述恶意代码检测软件用于对该在运设备执行恶意代码检测。有效避免了现有技术中在运设备未进行恶意代码检测、极易造成在运设备感染在网的在运设备、而要在运设备上安装恶意代码检测软件会占用大量的存储空间、影响其运行效率的缺陷。
一种设备外挂式恶意代码检测系统方式

[发明专利]一种基于方法调用图的Android恶意软件检测方法-CN201310443173.6有效
发明人：陶敬;周文瑜;胡文君;赵双;马小博 -专利权人：西安交通大学
申请日： 2013-09-25 - 公布日： 2013-12-25 - 主分类号： G06F21/56 文献下载
摘要：本发明提出一种Android恶意软件检测方法。采用构建Andorid应用Apk软件的异构方法调用图，标定敏感函数，利用图的连通性对恶意代码进行定位和家族分类。具体流程包括：对异构方法调用图进行图的连通性扫描，得到各个子图，对各个子图进行敏感函数打分，超过阈值的子图即为恶意代码模块，不同的Android软件中相似的恶意代码子图结构即为恶意代码家族。本发明可以启发式地发现未知恶意软件，并对其进行家族标定，为广大Android第三方市场和个人用户提供安全扫描和保护。
一种基于方法调用 android 恶意软件检测

[发明专利]基于原始有效载荷和深度学习的Android恶意软件分类方法-CN202210608633.5在审
发明人：王俊峰;鲁婷婷;张格 -专利权人：四川大学
申请日： 2022-05-31 - 公布日： 2022-09-16 - 主分类号： G06F21/56 文献下载
摘要：本发明公开了一种基于原始有效载荷和深度学习的Android恶意软件分类方法，涉及移动软件安全领域。本发明从恶意软件的PCAP文件提取每个完整的flow；将提取出的所有flows存储在一个单向循环列表中；采用基于滑动窗口的选择算法从该单向循环列表中采样N个flows作为一组以描述恶意软件的网络活动；利用文本表征方法对N个flows进行编码，以生成流量矩阵；以该流量矩阵作为卷积神经网络模型的输入，完成恶意软件分类模型的训练过程；使用建立的恶意软件分类模型，对待检测软件样本进行实时检测，输出分类结果。
基于原始有效载荷深度学习 android 恶意软件分类方法

[发明专利]基于马尔可夫建模预处理的恶意软件检测方法-CN202211623367.X在审
发明人：周李 -专利权人：浙江科技学院
申请日： 2022-12-16 - 公布日： 2023-06-23 - 主分类号： G06F21/56 文献下载
摘要：本发明涉及基于马尔可夫建模预处理的恶意软件检测方法、程序及存储介质。本发明通过构建马尔可夫模型A从已知的恶意软件可执行文件中提取行为特征，并使用常规的匹配算法为未知的恶意软件分配威胁级别；若分配的威胁级别为低，则根据所述API调用频率来检测软件代码行为；若分配的威胁级别为中，则根据所述API调用序列来检测软件代码行为；若分配的威胁级别为高，通过构建马尔可夫模型B用于捕获恶意软件的行为特征，重点捕获API调用序列模式；同时通过构造随机森林机器学习模型检测隐蔽性较高的恶意软件
基于马尔可夫建模预处理恶意软件检测方法

[发明专利]基于二进制动态插桩的Android恶意行为动态检测方法-CN201910225536.6在审
发明人：罗森林;王逸洲;潘丽敏;柯懂湘;张笈 -专利权人：北京理工大学
申请日： 2019-03-25 - 公布日： 2019-07-09 - 主分类号： G06F21/56 文献下载
摘要：本发明涉及基于二进制动态插桩的Android恶意行为动态检测方法，属于计算机与信息科学技术领域。本发明首先将通过Android动态检测框架触发被测软件的所有潜在恶意行为；然后通过动态二进制插桩技术，构建程序对系统API的调用序列，使用N‑Gram模型提取函数的调用时序关系特征；最后，将生成的时序关系特征输入到训练好的GBDT(Gradient Boosting Decision Tree，梯度提升决策树)多分类算法检测模型中，识别恶意软件并将该软件存在的恶意行为进行细粒度分类。本发明使用动态二进制插桩技术，在不需要知道程序源码的情况下提取软件的系统函数调用时序特征，不仅对Android恶意行为检测具有较高的准确率，而且可以将软件的恶意行为分为六类，具有更细致的检测结论粒度，有效提升Android恶意软件的检测效率。
恶意行为二进制插桩动态检测恶意软件时序关系检测恶意行为检测系统函数调用信息科学技术细粒度分类被测软件程序源码调用序列分类算法模型提取时序特征特征输入决策树准确率触发构建调用计算机

[发明专利]一种在取证场景下自动分析未知恶意程序特征的方法-CN201410696330.9有效
发明人：伏晓;端一恒;骆斌 -专利权人：南京大学
申请日： 2014-11-27 - 公布日： 2017-08-08 - 主分类号： G06F21/56 文献下载
摘要：本发明提供了一种在取证场景下自动分析未知恶意程序特征的方法；包括下列步骤1)选择关键动态链接库并建立动态链接库数据模型；2)对恶意软件进程进行聚类分析得到分类；3)获取恶意软件进程特征并进行取证分析。与现有的恶意软件分析取证方法相比，本发明通过对动态链接库数据进行聚类实现了在无先验知识的情况下基于恶意软件进程自身特点的自动分类，并能够通过频繁项集挖掘的方式，在高层语义上对恶意软件行为进行解释；此外，本发明还能为恶意软件取证提供信息和线索；本发明特别适用于无先验知识和大规模自动化取证的场景；实践证明在常规应用场景下，本方法能达到超过百分之九十以上的准确率而时间消耗仅为数秒。
一种取证场景自动分析未知恶意程序特征方法

[发明专利]一种恶意软件的行为阻断装置及方法-CN201711259007.5在审
发明人：王永强 -专利权人：郑州云海信息技术有限公司
申请日： 2017-12-04 - 公布日： 2018-04-20 - 主分类号： G06F21/51 文献下载
摘要：本发明特别涉及一种恶意软件的行为阻断装置，由客户代理端，数据库和控制台三部分组成，所述客户代理端位于操作系统内核处，通过网络连接到Web服务器，并分别连接数据库和控制台；所述控制台与数据库相连接。该恶意软件的行为阻断装置及方法，直接监视软件的具体行为，而不仅仅依靠其代码特征或数字签名来判断是否具有恶意行为，能够有效地抵御未知恶意软件，有效地提高了恶意软件的检测效率，避免了出现漏判和误判，具有良好的应用前景
一种恶意软件行为阻断装置方法

[发明专利]基于DEX文件分区特性的Android恶意软件家族分类方法-CN202010162791.3在审
发明人：张磊;刘亮;高杨晨;岳子巍 -专利权人：四川大学
申请日： 2020-03-10 - 公布日： 2021-09-10 - 主分类号： G06F21/56 文献下载
摘要：本发明提出一种基于DEX文件分区特性的Android恶意软件家族分类方法。本方法可以自动地提取Android恶意软件的DEX文件，然后将其转化成RGB图像和文本，通过RGB图像特征和文本特征以此实现Android恶意软件的分类。主要包括以下几个步骤：(1)提取Android恶意软件的DEX文件；(2)将DEX文件转化为RGB图像；(3)将DEX文件转化为纯文本文件；(4)提取RGB图像的纹理特征；(5)提取RGB图像的颜色特征；(6)提取纯文本文件的文本特征；(7)利用多核学习对纹理特征，颜色特征以及文本特征进行融合以此实现对Android恶意软件家族的分类。
基于 dex 文件分区特性 android 恶意软件家族分类方法

[发明专利]基于耦合的通信系统恶意软件传播建模与最优控制方法-CN201810404836.6有效
发明人：苑超;马帅;冯希军;刘志永;徐晓寅;赵子齐;吕志勇;唐杰;刘晓帆 -专利权人：国网山东省电力公司莱芜供电公司;国家电网有限公司;武汉大学
申请日： 2018-04-28 - 公布日： 2020-09-08 - 主分类号： H04L29/06 文献下载
摘要：本发明公开了基于耦合作用的恶意软件传播建模与最优控制方法，至少包括：S1考虑计算机网络中同时传播的两恶意软件A和B间的单向耦合，利用SIS模型分别建立恶意软件A和B各自的传播动力学模型；S2以人工移除率作为控制变量，构建目标泛函，并以恶意软件A和B各自的传播动力学模型为约束函数；S3结合目标泛函和约束函数，在给定的控制集内求解最优的控制变量。经仿真验证，本发明方法在抑制恶意软件传播的同时，还可使控制代价维持在较低水平。
基于耦合通信系统恶意软件传播建模最优控制方法

[发明专利]虚拟机的反恶意软件保护-CN201110430433.7无效
发明人： M·S·雅瑞特;J·J·约翰逊;V·卡珀;A·F·托马斯;E·J·尼斯塔德特;D·S·巴彻尔德 -专利权人：微软公司
申请日： 2011-12-07 - 公布日： 2012-07-04 - 主分类号： G06F21/22 文献下载
摘要：本发明涉及虚拟机的反恶意软件保护。本主题公开涉及以资源有效方式保护客分区上的虚拟机免受恶意软件的危害。反恶意程序软件被分为在每个防恶意软件的客分区上运行的轻型代理、共享的扫描和签名更新机制、以及管理组件。每个代理向扫描机制提供待扫描恶意软件的文件，诸如通过运行脚本，并且接收来自扫描机制的结果，结果包括待执行的可能的补救动作。
虚拟机恶意软件保护

[发明专利]集成端点和网络检测并消除攻击的技术-CN201380081018.2有效
发明人： O·本-沙洛姆;I·穆迪科;A·奈舒图特;Y·阿维丹 -专利权人：英特尔公司
申请日： 2013-12-18 - 公布日： 2019-03-29 - 主分类号： G06F21/56 文献下载
摘要：各个实施例总体上涉及用于通过采用指示从端点设备和向端点设备提供网络服务的网络设备接收的恶意软件活动的信息检测并消除恶意软件攻击的技术。一种用于检测恶意软件的装置包括：处理器组件；分析组件，该分析组件由该处理器组件执行用于将分配给网络中的设备的信任等级用作分析从该设备接收的恶意软件的指示的因素；以及消除组件，该消除组件由该处理器组件执行用于确定通过该网络采取的行动以便基于该分析消除该恶意软件攻击
集成端点网络检测消除攻击技术