-
公开(公告)号：CN110008700B
公开(公告)日：2020-12-22
申请号：CN201910212100.3
申请日：2019-03-20
Applicant: 北京大学
Abstract: 本发明公布了一种基于朴素贝叶斯的安卓恶意应用检测方法及装置，通过将安卓应用抽象为特征矩阵表示，保留安卓应用中能用于进行恶意检测的相关信息，剔除无用冗余信息，构建加权的朴素贝叶斯检测模型；再根据加权的朴素贝叶斯检测模型对待检测的安卓应用进行分类，通过加权的朴素贝叶斯算法综合应用中包含的各种特征计算该应用是否为恶意应用的概率，从而有效识别恶意应用，对于提升安卓恶意应用的检测准确度有着显著效果。
-
Patent Agency Ranking
公开(公告)号：CN108959922B
公开(公告)日：2021-11-02
申请号：CN201810546778.0
申请日：2018-05-31
Applicant: 北京大学
Abstract: 本发明公布了一种基于贝叶斯网的恶意文档检测方法及系统，通过将文档抽象为特征矩阵表示；采用贝叶斯网络结构表示各种特征与是否为恶意文档间的因果概率关系；利用贝叶斯网络结构对文档的特征矩阵进行后验概率计算；从而有效判断该文档是否为恶意文档。包括：确定模型基础特征指标、构建贝叶斯网络结构、根据贝叶斯网络结构计算文档为恶意文档和正常文档的后验概率。采用本发明技术方案，通过基于贝叶斯网采用静态特征和动态特征结合分析的方式检测各种格式文档，并有效提高检测准确率。
-
公开(公告)号：CN110008701A
公开(公告)日：2019-07-12
申请号：CN201910212116.4
申请日：2019-03-20
Applicant: 北京大学
Abstract: 本发明公布了基于ELF文件特征的静态检测规则提取方法及静态检测方法，通过对样本库中的ELF文件进行解析，分别提取得到ELF文件中头表的静态化结构属性内容、程序头表的静态化结构属性内容、节头表的静态化结构属性内容；再自动化提取特征字典列表中所包含的检测规则。本发明系统包括：ELF文件解析子系统和静态检测规则库生成子系统。本发明能够基于包含有正常和恶意的ELF文件样本库，自动提取Linux平台下ELF文件中存在的静态检测规则，进一步针对Linux平台下包含恶意ELF文件的软件基于静态检测规则进行检测，解决人工提取检测规则效率过低的问题，可应用于针对Linux平台下ELF文件的静态检测规则库构建及文件检测。
-
公开(公告)号：CN110008700A
公开(公告)日：2019-07-12
申请号：CN201910212100.3
申请日：2019-03-20
Applicant: 北京大学
Abstract: 本发明公布了一种基于朴素贝叶斯的安卓恶意应用检测方法及装置，通过将安卓应用抽象为特征矩阵表示，保留安卓应用中能用于进行恶意检测的相关信息，剔除无用冗余信息，构建加权的朴素贝叶斯检测模型；再根据加权的朴素贝叶斯检测模型对待检测的安卓应用进行分类，通过加权的朴素贝叶斯算法综合应用中包含的各种特征计算该应用是否为恶意应用的概率，从而有效识别恶意应用，对于提升安卓恶意应用的检测准确度有着显著效果。
-
公开(公告)号：CN110008701B
公开(公告)日：2020-11-03
申请号：CN201910212116.4
申请日：2019-03-20
Applicant: 北京大学
Abstract: 本发明公布了基于ELF文件特征的静态检测规则提取方法及静态检测方法，通过对样本库中的ELF文件进行解析，分别提取得到ELF文件中头表的静态化结构属性内容、程序头表的静态化结构属性内容、节头表的静态化结构属性内容；再自动化提取特征字典列表中所包含的检测规则。本发明系统包括：ELF文件解析子系统和静态检测规则库生成子系统。本发明能够基于包含有正常和恶意的ELF文件样本库，自动提取Linux平台下ELF文件中存在的静态检测规则，进一步针对Linux平台下包含恶意ELF文件的软件基于静态检测规则进行检测，解决人工提取检测规则效率过低的问题，可应用于针对Linux平台下ELF文件的静态检测规则库构建及文件检测。
-
公开(公告)号：CN108959922A
公开(公告)日：2018-12-07
申请号：CN201810546778.0
申请日：2018-05-31
Applicant: 北京大学
CPC classification number: G06F21/562 , G06F21/53 , G06F21/566
Abstract: 本发明公布了一种基于贝叶斯网的恶意文档检测方法及系统，通过将文档抽象为特征矩阵表示；采用贝叶斯网络结构表示各种特征与是否为恶意文档间的因果概率关系；利用贝叶斯网络结构对文档的特征矩阵进行后验概率计算；从而有效判断该文档是否为恶意文档。包括：确定模型基础特征指标、构建贝叶斯网络结构、根据贝叶斯网络结构计算文档为恶意文档和正常文档的后验概率。采用本发明技术方案，通过基于贝叶斯网采用静态特征和动态特征结合分析的方式检测各种格式文档，并有效提高检测准确率。
-
-
-
-
-
Search Results
6
records
(took 0.025 seconds)
