本发明提供了一种多模态特征线性加权融合的安卓恶意程序检测方法及系统，属于恶意程序分析技术领域。将安卓应用程序的Dalvik字节流数据可视化为“矢量”彩色图像；构建动态权限信息表对安卓应用程序的权限信息进行独热编码处理；分别对上述两种模态表征的特征信息进行处理和分析，构建轻量级的卷积神经网络模型对图像数据进行特征提取和学习，并构建轻量级的前馈神经网络模型对文本数据进行特征提取和学习；使用线性加权的方式对上述提取和学习到的两种不同模态数据的特征进行融合，将融合后的特征向量输入到分类器中进行分类，得到分类结果，以此提高对安卓恶意应用程序检测的准确率及效率。
📄 2024114546236
📂 G06F21_56
👤 重庆科技大学,亚凡(重庆)科技股份有限公司
📅 2024-10-17
本发明涉及水下无线传感器网络技术领域，公开了一种智慧渔业下恶意程序传播攻防博弈方法，包括以下操作步骤：S1：构建基于SIRQ传染病模型下AUV、UWSNs协同系统攻防博弈模型的细胞状态转化图；S2：根据细胞状态转化关系定义攻防博弈策略的参数；S3：基于不完全信息博弈建立函数收益表和收益函数式；S4：收益函数式求解混合纳什均衡策略解；S5：通过混合纳什均衡策略解分析细胞行为策略。本发明在SRQ邻居细胞模型三方攻防博弈时，易感细胞无论是否进行检测，其期望收益都是负的，所以免疫细胞一定会采取发送免疫修复程序，免疫细胞都会采去发送免疫修复程序的行为策略，不再需要满足易感细胞处于检测状态的必要条件。
📄 2022108665332
📂 H04W12_128
👤 广州大学
📅 2022-07-22
本发明涉及恶意软件检测技术领域，具体为一种基于行为分析的恶意代码检测方法，包括以下步骤：监控系统事件流和进程资源占用数据，采用固定时间间隔采样捕获网络数据包到达时间间隔、CPU占用率波动、目标文件锁争用状态和鼠标光标像素位置。本发明通过监控网络数据包到达时间间隔、CPU占用率波动、目标文件锁争用状态和鼠标光标像素位置等多维度的系统事件流与进程资源占用数据，并计算不同事件流之间的互信息熵，能够揭示出传统检测方法无法感知的隐藏关联。此种方式不再局限于分析单个进程的孤立行为，而是通过量化看似无关事件间的统计依赖性，捕获恶意软件利用隐蔽信道进行通信或数据渗漏时产生的微弱信号。
📄 2025112281165
📂 G06F21_56
👤 江苏中控普惠信息科技有限公司
📅 2025-08-29
本发明公开了一种电力系统网络恶意程序传播控制方法，其包括以下步骤：构建电力CPS网络的节点状态转换图，并根据该转换图，列出各节点对应的微分方程；根据节点的隔离率及病毒查杀率构建成本目标函数；根据得到的成本目标函数和各节点的微分方程构建哈密顿函数；根据哈密顿函数，由极大值原理得到协态变量微分方程组，求解横截条件和优化条件，最终根据优化条件得出最优控制对。本发明从电力CPS网络模型出发，考虑隔离操作及免疫操作对系统产生的影响，提出优化控制策略，对防范恶意病毒在电力CPS网络的传播有一定的影响和意义。
📄 2022109655037
📂 H04L9_40
👤 广州大学
📅 2022-08-12
本发明公开了一种配电网信息物理系统恶意程序传播模型及最优控制方法，其方法包括构建PC‑PLC双层网络模型；构建网络节点状态转换图；根据节点状态转换图列出描述节点状态转换的微分方程组；构建最优控制模型的目标函数；再根据目标函数和微分方程构建哈密顿函数；最后根据约束条件、横截条件以及协态方程组求解出最优控制对。本发明基于PC‑PLC蠕虫病毒的传播模式，构建PC‑PLC双层耦合网络模型，考虑隔离、补丁注射、传输时延等情况，以模拟现实配电网CPS中恶意程序传播的情况，可以有效地抑制恶意程序的传播。
📄 2022109489766
📂 H04L41_14
👤 广州大学
📅 2022-08-09
本发明公开了一种基于PC‑PLC配电网信息物理系统恶意程序控制方法，其包括如下步骤：S1：基于现实问题分析划分PC、PLC网络节点；S2：构建网络节点状态转移图；S3：构建恶意程序传播模型的微分方程组；S4：提出控制策略；S5：构建成本代价函数；S6：构造拉格朗日函数，引入拉格朗日乘子；S7：构造哈密顿函数；S8：构建协态变量方程组和横截条件；S9：求解最优控制对。本发明通过构建针对控制恶意程序的成本代价函数，根据模型的微分方程及成本代价函数构建哈密尔顿方程，求解协态方程组和最优控制对，实现以最小的代价达到较好的控制效果。
📄 2022108967968
📂 H04W12_128
👤 广州大学
📅 2022-07-28
本发明涉及一种跨平台恶意代码检测方法及系统，包括：(1)使用多个平台上良性程序样本，训练一个预训练模型来捕捉程序指令上下文中的结构、语义相关性以及不同平台程序指令间的结构、语义共性；(2)在预训练模型之上，使用多个平台有限规模的良性程序样本和恶意程序样本构建跨平台恶意代码检测模型，对跨平台恶意代码检测模型进行参数微调，将预训练模型中的知识迁移到跨平台恶意代码检测模型中；(3)使用构建的跨平台恶意代码检测模型，对不同平台上的未知程序样本进行检测，判断其为恶意或良性。本发明使用多个平台的程序样本进行模型训练，充分利用不同平台程序在结构、语义上下文上的共性，缓解了单一平台恶意代码训练样本不足的问题。
📄 2021113684818
📂 G06F21_56
👤 山东省计算中心(国家超级计算济南中心),齐鲁工业大学(山东省科学院)
📅 2021-11-18
本发明涉及基于软件基因和改进Siamese网络的恶意代码检测方法，包括：数据预处理，对待检测的代码文件进行静态分析和动态分析，提取基础特征；将基础特征转化为基因片段，并映射为基因表达，构建代码的基因序列；利用改进的Siamese网络，将提取的基因序列与已知恶意代码基因库进行相似度比对，得到相似度计算结果；根据相似度计算结果，判断代码文件是否包含恶意基因特征，若检测出的恶意代码则进一步确定其所属的恶意代码家族；根据检测结果，更新和优化恶意代码基因库，使恶意代码基因库覆盖最新的恶意代码样本和变种特征。本发明通过对恶意代码基因特征与AI模型的结合，显著提升了恶意代码检测任务的效果。
📄 2024112794960
📂 G06F21_56
👤 三峡大学
📅 2024-09-12
本发明涉及基于Hash函数和FPN‑Transformer恶意代码分类方法，使用哈希函数对待分类的代码文件数据进行压缩处理，降低特征数据的维度并减少噪声；将特征金字塔网络FPN和Transformer模型相结合，构建FPN‑Transformer模型，为多层回归特征提取模型提供多层次和多视角的特征数据；利用多层回归特征提取模型对FPN‑Transformer模型提取的不同层次的特征进行综合和融合，根据融合结果输出最终的代码分类结果。本发明通过对数据特征的有效压缩与高效提取，显著提高了恶意代码分类任务的性能和实用性；通过自相关矩阵分类器进行特征融合与分类，优化了模型在实际应用中的准确性和泛化能力。
📄 2024111379091
📂 G06F21_56
👤 三峡大学
📅 2024-08-19
本发明公开了一种基于生成式对抗网络的恶意代码对抗样本自动生成方法，属于机器学习和网络安全技术领域。本发明首先选定训练用PE文件进行特征提取，得到初始特征映射向量，利用生成式对抗网络GAN对初始特征映射向量进行训练，得到对抗特征向量及对抗特征库，再使用进化算法对恶意PE文件进行对抗修改，最后经过筛选和恶意验证得到恶意代码对抗样本文件。本发明可以快速自动的生成含有恶意功能且能使分类器误分类的恶意对抗样本，且能够实现人工调整训练参数、调控系统训练方式，有效提升了生成对抗样本的真实性、高效性以及模型对抗评估的准确性。
📄 2021104860505
📂 G06F21_56
👤 河北师范大学
📅 2021-04-30
本发明公开的属于网络安全技术领域，具体为一种基于恶意代码动态取证模型的恶意代码检测方法，包括具体步骤如下：步骤一：获取待检测的代码序列流；步骤二：基于3‑Gram特征生成方法并利用滑动窗口技术在所述代码序列流上滑动提取出每个待测样本的动态行为特征向量，本发明通过恶意代码检测模型实现了对代码序列的初检，即恶意代码和非恶意代码的初步鉴别，再利用聚类分簇的手段，将初检出恶意代码的未知序列进行聚类，利用同一簇类下待测样本对应的恶意代码分类应当一致的机理进一步鉴别是否为恶意代码，通过双重鉴别大幅度提高了恶意代码的检测精度。
📄 2022104905500
📂 H04L9_40
👤 湖南科技学院
📅 2022-05-07
柿子坊 · 知识产权运营
柿子坊知识产权运营平台