-
公开(公告)号：CN118656826B
公开(公告)日：2024-11-29
申请号：CN202411140087.2
申请日：2024-08-20
Applicant: 南京信息工程大学
IPC: G06F21/56 , G06V10/32 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06F40/30 , G06F40/216 , G06F40/284 , G06F18/2135
Abstract: 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。
-
公开(公告)号：CN118656826A
公开(公告)日：2024-09-17
申请号：CN202411140087.2
申请日：2024-08-20
Applicant: 南京信息工程大学
IPC: G06F21/56 , G06V10/32 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06F40/30 , G06F40/216 , G06F40/284 , G06F18/2135
Abstract: 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。
-
公开(公告)号：CN118656827B
公开(公告)日：2024-11-29
申请号：CN202411140093.8
申请日：2024-08-20
Applicant: 南京信息工程大学
IPC: G06F21/56 , G06N3/0455 , G06N3/047 , G06N3/0475 , G06N3/084 , G06N3/0442 , G06F18/213 , G06F18/28
Abstract: 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。
-
公开(公告)号：CN118656827A
公开(公告)日：2024-09-17
申请号：CN202411140093.8
申请日：2024-08-20
Applicant: 南京信息工程大学
IPC: G06F21/56 , G06N3/0455 , G06N3/047 , G06N3/0475 , G06N3/084 , G06N3/0442 , G06F18/213 , G06F18/28
Abstract: 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。
-
-
-
Search Results
4
records
(took 0.065 seconds)
