专利名称：一种基于MAAM和CliqueNet的恶意软件检测和家族分类方法      申请号：2021111030316     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：机器学习 网络安全 深度神经网络 深度学习 恶意软件   相似专利 发布日：2025/10/27  

应用场景：恶意软件检测与分类;网络安全防御系统

专利名称：一种基于多尺度特征的轻量化恶意软件可视化分类方法      申请号：2025105063363     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机安全 机器学习 数据可视化 恶意软件   相似专利 发布日：2025/10/15  

应用场景：恶意软件检测与分类;网络安全防御;轻量化模型部署

专利名称：基于多特征的安卓恶意软件家族聚类方法      申请号：2021116284817     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机硬件 恶意软件   相似专利 发布日：2025/10/21  

应用场景：安卓平台恶意软件检测与分类；网络安全威胁分析；移动设备安全防护

专利名称：一种基于静态特征对抗混淆的安卓恶意软件检测方法      申请号：2023100677590     转让价格：面议  收藏
法律状态：授权未缴费   类型：发明   关键词：病毒防御 计算机安全 网络安全 信息安全 恶意软件   相似专利 发布日：2025/04/16  
摘要： 本发明属于恶意软件检测领域，具体涉及一种基于静态特征对抗混淆的安卓恶意软件检测方法，包括：获取待待检测软件的APK文件，对APK文件进行反编译；采用混淆机制对恶意样本进行混淆，得到混淆样本集；将混淆样本输入到机器学习模型中，得到预测结果，根据预测结果构建混淆弹性矩阵；混淆弹性矩阵输入分类模型中，并对分类结果进行聚合，得到软件恶意性预测结果；本发明采用了集成学习的方法，将多个静态特征分类器集成为一个分类器，并在检测过程中选择性地自动化地生成不同地集成策略，使各个静态分类器所占权重不同，从而提高准确率和降低时间成本。

专利名称：一种基于增强语义API序列特征的动态恶意软件检测方法      申请号：2024111400938     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机硬件 恶意软件   相似专利 发布日：2025/08/11  
摘要： 本发明公开了一种基于增强语义API序列特征的动态恶意软件检测方法，包括以下步骤：（1）将可执行文件上传到沙盒中获取包含API序列及其参数的动态行为报告（2）采用鲁棒优化的BERT预训练模型RoBERTa获取上下文语义信息；（3）通过变分自编码器对API调用频率进行采样和编码，以获取全局API调用特征的通用表示，从而捕捉系统中API调用的行为模式；（4）基于门控机制的多模态权重控制模块调节各模态特征权重，使语义特征和全局特征间进行交互，生成语义增强的API序列特征；（5）采用多头注意力机制构建基于增强语义API序列特征的检测模型；本发明提高了对新型和变种恶意软件检测的泛化能力。

专利名称：一种基于图像表征的多模态恶意软件动态检测方法      申请号：2024111400872     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机硬件 恶意软件   相似专利 发布日：2025/08/11  
摘要： 本发明公开了一种基于图像表征的多模态恶意软件动态检测方法，包括以下步骤：（1）将可执行文件上传到沙盒中获取获取的可执行文件数据集并分为训练集和测试集；（2）利用三种不同的嵌入方法P‑Mean、WTP、FastText提取文本、交互及行为语义信息；（3）使用双三次插值算法将可执行程序的RGB图像统一至256×256×3，保留图像细节；（4）将得到的RGB图像输入到ResNet50网络中进行训练和识别，输出可执行程序RGB图像的分类预测结果；本发明提高恶意软件检测的有效性和泛化能力。

专利名称：一种基于EPM-MCNET神经网络的安卓恶意软件检测方法及系统      申请号：2024103800483     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络安全检测 手机安全检测 软件系统安全 恶意软件   相似专利 发布日：2025/03/28  
摘要： 本发明提出了一种基于EPM‑MCNET神经网络的安卓恶意软件检测方法及系统，主要解决现有轻量级神经网络直接应用于安卓恶意软件检测领域效果不理想的问题。具体实现步骤如下：（1）构建一个安卓软件RGB图像数据集D，D由若干个安卓软件RGB图像FI构成；（2）构建并训练基于EPM‑MCNET神经网络的安卓恶意软件检测模型；该模型包括将安卓软件可视化为RGB图像部分和EPM‑MCNET神经网络部分；（3）运用基于EPM‑MCNET神经网络的安卓恶意软件检测模型对安卓软件进行检测，判断该安卓软件是否为安卓恶意软件。

专利名称：从N到N+1的多类转换恶意软件检测方法      申请号：2021101184375     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机软件 恶意软件   相似专利 发布日：2025/04/14  
摘要： 本公开提供了一种从N到N+1的多类转换恶意软件检测方法，包括获取待测软件的网络流量，输入到预训练的检测模型中，输出待测软件的检测结果；其中，所述检测模型的训练及更新过程包括：通过聚类算法对初始训练集进行分类处理，将所述初始训练集构建成树形结构，树的节点为训练样本中不同类别的质心；随着训练样本的更新，将增量数据样本输入预训练的检测模型，对所述检测模型进行更新，生成最新的检测模型；所述方案通过对动态增长的数据集进行有效处理，解决了训练数据的数量和类的数量随着时间的推移而增加场景下的恶意软件检测问题。

专利名称：基于恶意网络流量词库的恶意软件检测方法及系统      申请号：2016112434392     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机硬件 恶意软件   相似专利 发布日：2025/04/14  
摘要： 本发明公开了基于恶意网络流量词库的恶意软件检测方法及系统；包括如下步骤：建立恶意网络流量词库；训练恶意软件检测模型；对待检测HTTP网络流量的流内容进行分割，分割成单词集合；对单词集合进行向量化：将得到的单词集合利用得到的词库转变成词向量；将词向量输入到训练出的恶意软件检测模型中，若模型对词向量的检测结果为恶意，则找到词向量对应的网络流的源头app，并标记为恶意app。使用这个恶意网络流量词库，我们不需要手动选择特征，只需要获取与词库中的单词的对比结果，然后建立出一个检测模型，就可以用于对恶意流量的检测，从而能够判别产生该恶意流量的app是恶意软件。

专利名称：基于恶意网络流量词库的恶意软件检测可视化方法及系统      申请号：2016112435357     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机软件 恶意软件   相似专利 发布日：2025/04/14  
摘要： 本发明公开了基于恶意网络流量词库的恶意软件检测可视化方法及系统；包括如下步骤：对HTTP网络流的内容进行单词分割，并建立恶意网络流量词库；训练恶意软件检测模型；对待检测的HTTP网络流的流内容进行单词分割，分割成单词集合；利用得到的词库将单词集合进行向量化处理；将词向量输入到训练得到的恶意软件检测模型中，恶意软件检测模型通过计算给出检测结果；如果待检测HTTP网络流被预测为恶意流量，找到所述恶意流量的HTTP网络流的源头app，将源头app标记为恶意app；计算恶意网络流中单词的权重；恶意网络流的流内容可视化。本发明的有益效果：充分解决了恶意流量检测过程对用户的透明性问题。

专利名称：一种移动终端恶意软件网络行为重构方法及其系统      申请号：2015104871576     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机硬件 恶意软件   相似专利 发布日：2025/04/14  
摘要： 本发明公开了一种移动终端恶意软件网络行为重构方法及其系统，该方法包括：在移动终端接入网络的路由器节点设置镜像端口，采集原始移动终端恶意软件网络流量；解析原始移动终端恶意软件网络流量的DNS信息，获取移动终端恶意目标列表；根据移动终端恶意目标列表，分离移动终端恶意软件恶意行为流量；提取分离后的移动终端恶意软件恶意行为流量的DNS数据包和HTTP数据包，构建移动终端恶意软件网络行为交互时序图；根据移动终端恶意软件网络行为交互时序图，构建移动终端恶意软件网络行为模型。该方法依据网络数据流重新构建出移动终端恶意软件与外部网络之间的交互行为。

专利名称：面向网络服务提供商的恶意软件网络行为检测方法及系统      申请号：2015104870677     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络传输 恶意软件   相似专利 发布日：2025/04/14  
摘要： 本发明公开了一种面向网络服务提供商的恶意软件网络行为检测方法及系统，该方法包括：用户移动终端通过网络服务提供商的基站与网络服务提供商的骨干网连接，网络服务提供商的骨干网与互联网相连；当用户移动终端接入互联网时，用户移动终端向检测服务器申请认证；认证处理后，通过动态分配流量镜像端口进行采集且缓存用户移动终端网络流量至流量数据处理服务器，然后对获取的用户移动终端网络流量进行识别和隐私处理，然后提取并聚合网络流量数据特征，形成特征集，并传送至检测服务器；读取特征集，检测服务器中的检测模型对特征集中特征进行检测；检测结果经流量数据处理服务器返回到网络服务提供商的骨干网，并最终返回给用户移动终端。

专利名称：主动式移动终端恶意软件网络流量数据集获取方法及系统      申请号：2015104869896     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络传输 恶意软件   相似专利 发布日：2025/04/14  
摘要： 本发明公开了主动式移动终端恶意软件网络流量数据集获取方法及系统，对移动终端恶意软件进行反编译，反编译后得到与恶意软件相对应的配置文件；从与恶意软件相对应的配置文件中提取移动终端恶意软件自动安装和运行所需要的参数；移动终端恶意软件的自动安装；利用激活优先机制实现对移动终端恶意软件激活与运行，移动终端恶意软件激活与运行后获取移动终端恶意软件网络流量；建立移动终端恶意目标列表；根据建立的移动终端恶意目标列表分离出移动终端恶意软件与远程控制服务器之间或恶意服务器之间所产生的恶意交互流量。对采集到的网络流量数据，本发明以网络数据流的方式从混合流量中提取到恶意软件所产生的恶意流量。

专利名称：基于接入路由器进行恶意软件网络行为检测的方法及系统      申请号：2015104871858     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络传输 恶意软件   相似专利 发布日：2025/04/14  
摘要： 本发明公开了基于接入路由器进行恶意软件网络行为检测的方法及系统，无线路由器识别接入的移动终端，同意其联网请求，并开始抓取该移动终端通过上网产生的流量，将采集的网络流量传入流量行为分析模块，进行基于流量的安全检测；检测模型服务器通过流量数据建立检测模型，并将检测模型存储在检测模型服务器中；检测模型服务器定期的更新接入路由器的流量行为分析模块，增强接入路由器的安全防护；通过无线路由器自主选择所需要的检测模型，检测模型开始对输入的流量数据进行处理并输出检测结果。本发明避免了在用户移动终端安装检测程序所带来的对移动终端资源消耗大的问题，同时解决了在实际使用中大规模部署的问题。

专利名称：一种具有恶意软件网络行为发现能力的无线路由器      申请号：2015104870446     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络传输 恶意软件   相似专利 发布日：2025/04/14  
摘要： 本发明公开了一种具有恶意软件网络行为发现能力的无线路由器，包括：网络流量获取模块，用于从采集应用软件所产生的网络流量中采集流量，并传输到流量行为分析模块；流量行为分析模块包括特征提取模块，用于从网络流量数据中提取出各类特征，特征分类模块，在特征提取之后，按照不同的特征类型对提取的特征进行分类；模型模块，对每一种类型的特征，均有与之相适应的检测模型；配置模块，用于实现模型选择，补丁控制和获取输出功能，补丁检测与结果输出模块，用于对配置模块的补丁检测及配置模块的结果输出。针对不同的特征类型设计的不同的检测模型可以在一定程度上提高了检测的准确度，满足了用户的个性化需求。

专利名称：基于网络接入点的移动终端恶意软件检测方法及其系统      申请号：2015104871449     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络传输 恶意软件   相似专利 发布日：2025/04/14  
摘要： 本发明公开了一种基于网络接入点的移动终端恶意软件检测方法及其系统，该方法包括：用户移动终端通过网络接入点访问网络，向检测服务器申请认证；认证处理后，通过动态分配流量镜像端口进行采集且缓存用户移动终端网络流量至流量数据处理服务器，然后对获取的用户移动终端网络流量进行识别和隐私处理，然后提取并聚合网络流量数据特征，形成特征集，并传送至检测服务器；读取特征集，检测服务器中的检测模型对特征集中特征进行检测，检测结果通过网络接入点返回给用户。该方法在网络接入点利用移动终端产生的网络流量来检测终端设备是否安装有恶意软件，通过分析网络流量特征，立即检测出在移动终端产生恶意流量时移动终端上运行的恶意软件。

专利名称：具有移动终端恶意软件行为检测能力的代理服务器及方法      申请号：2015104871843     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络传输 恶意软件   相似专利 发布日：2025/04/14  
摘要： 本发明公开了具有移动终端恶意软件行为检测能力的代理服务器及方法，静态检测模块，通过调度静态检测接口对下载的移动应用进行静态检测；动态检测模块，通过调用第三方动态检测服务提供的API接口实现对静态检测模块检测为正常的移动应用做第二重检测；流量行为分析模块，流量行为分析模块对用户所安装的应用的流量进行处理并通过流量检测服务模型检测该流量行为是否为恶意软件所产生。本发明设计了一种具有三重检测能力的新型代理服务器。通过第一、二重的检测，基本保证了用户所安装的移动应用是安全的，通过第三重的流量检测，保证恶意软件产生恶意行为时进行有效识别。

专利名称：基于网络流量的多特征移动终端恶意软件检测方法及系统      申请号：2015104869862     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机硬件 恶意软件   相似专利 发布日：2025/04/14  
摘要： 本发明公开了基于网络流量的多特征移动终端恶意软件检测方法及系统，从网络流量数据中提取出能够有效表征移动终端恶意软件网络行为的特征；按照不同的特征类型对提取的能够有效表征移动终端恶意软件网络行为的特征进行分类；对分类后的特征建立与之相适应的检测模型，每种类型的特征有与之对应的唯一的检测模型；每种类型的特征选择对应的检测模型并输出相应的检测结果。针对移动终端网络流量的不同特征类型，本发明设计了适应于不同的特征类型的检测模型，用户可以根据需要自主选择所需要的模型，针对不同的特征类型设计的不同的检测模型可以在一定程度上提高了检测的准确度，满足了用户的个性化需求。

专利名称：一种基于卷积神经网络的恶意软件检测方法及系统      申请号：2024104514667     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机硬件 恶意软件   相似专利 发布日：2025/10/30  

应用场景：恶意软件检测；网络安全防御；自动化威胁识别

专利名称：基于RNN和N的Android恶意软件检测方法及系统      申请号：2019107512075     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机软件 and 恶意软件   相似专利 发布日：2024/11/07  
摘要： 本发明提供了一种基于RNN和CNN的Android恶意软件检测方法及系统，检测方法包括：对训练样本的原始安装文件进行特征提取，获得操作码序列；利用操作码序列训练BLSTM网络；利用训练好的BLSTM网络将操作码序列提取为特征图片；利用特征图片训练卷积神经网络；对待检测Android应用，首先对其安装文件进行特征提取，获得其操作码序列；然后将该操作码序列输入训练好的BLSTM网络中，提取出特征图片；最后将该特征图片输入到训练好的卷积神经网络中，输出是否属于恶意软件的分类结果。本发明实现对Android平台下的善意软件和恶意软件的识别区分，提高Android软件平台的安全性。