Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜杭州电子科技大学王莹心获国家专利权

恭喜杭州电子科技大学王莹心获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜杭州电子科技大学申请的专利一种基于自适应计算时间策略的恶意软件检测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115408693B

龙图腾网通过国家知识产权局官网在2025-06-13发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211071188.X,技术领域涉及:G06F21/56;该发明授权一种基于自适应计算时间策略的恶意软件检测方法及系统是由王莹心;寇亮;张纪林;万健;袁俊峰设计研发完成,并于2022-09-01向国家知识产权局提交的专利申请。

一种基于自适应计算时间策略的恶意软件检测方法及系统在说明书摘要公布了:本发明公开一种基于自适应计算时间策略的恶意软件检测方法及系统。本发明提出了一个新的深度学习框架——DACT‑Transformer来检测Android恶意软件,是一种用于类似Transformer模型的自适应计算时间策略。DACT‑Transformer为Transformer的常规处理增加了一个自适应的计算机制,它可以控制在推理时需要执行的Transformer块的数量。通过这样使本发明在略微降低精度的情况下,减少了模型的计算负荷,降低在实际生产中对设备造成的压力。

本发明授权一种基于自适应计算时间策略的恶意软件检测方法及系统在权利要求书中公布了:1.一种基于自适应计算时间策略的恶意软件检测方法,其特征在于包括以下步骤: S1、对带有标签的Android软件的APK数据进行数据清洗,并对数据进行划分得到训练集、验证集和测试集;所述APK数据是指代对APK安装包进行解压,并对解压结果进行解析,从而提取出程序的多个特征,所述的多个特征包括系统调用、绑定器以及复合行为的调用频率;其中标签为恶意软件和良性软件; S2、对步骤S1处理后的数据通过卷积神经网络Conv1d,将二维数据扩展维度成多维稠密向量,将原始特征之间的弱关联信息嵌入到连续向量空间中,生成一个序列簇矩阵; S3、搭建基于自适应计算时间策略的恶意软件检测模型DACT-Transformer,并使用训练集数据对模型进行训练; 所述基于自适应计算时间策略的恶意软件检测模型DACT-Transformer包括Embedding层、N个Transformer编码层以及N个自适应计算层DACT;其中N=12; 所述Embedding层用于将输入序列经过Embedding扩展成尺寸为512维的特征向量; 第1个Transformer编码层接收所述Embedding层的输出,经过Transformer编码后的输出被复制成两份,分别输入到第2个Transformer编码层和第1个DACT层; 第n个Transformer编码层接收上一层Transformer编码层的输出,经过Transformer编码后的输出被复制成两份,分别输入到第n+1个Transformer编码层和第n个DACT层;其中2≤n≤N-1; 第N个Transformer编码层接收上一层Transformer编码层的输出,经过Transformer编码后的输出输入到第N个DACT层; 第1个DACT层接收第1个Transformer编码层的输出,将其输入的矩阵经过Softmax和Sigmoid处理后得到中间预测结果yn和其置信度,再输出到第2个DACT层; 第n个DACT层接上一层Transformer编码层和DACT层的输出,将其输入的矩阵经过Softmax和Sigmoid处理后得到中间预测结果yn和其置信度,再输出到下一层DACT层;在每一层DACT中,当置信度达到一定范围区间后终止训练,将当前预测结果作为中间预测结果输出;2≤n≤N-1; 第N个DACT层接第N个Transformer编码层和第N-1个DACT层的输出,将其输入的矩阵经过Softmax和Sigmoid处理后得到最终预测结果yN; 所述Transformer编码层包括MultiHeadAttention层和全连接层;所述MultiHeadAttention层用于对输入的特征向量通过Self-Attention计算注意力分布,得到一个矩阵;所述全连接层用于所述MultiHeadAttention层的输出经过归一化后,对特征进行非线性变换; S4、用训练好的DACT-Transformer模型对测试集数据进行检测; S5、用测试好的DACT-Transformer模型对验证集数据进行验证; S6、利用验证好的DACT-Transformer模型以实现Android软件的检测。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人杭州电子科技大学,其通讯地址为:310018 浙江省杭州市下沙高教园区2号大街;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。