龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中国科学院信息工程研究所
申请日：2022-12-30
公开（公告）日：2023-05-23
公开（公告）号：CN116150751A
主分类号：G06F21/56
分类号：G06F21/56;G06F21/53;G06F18/23;G06F18/22
优先权：
专利状态码：在审-实质审查的生效
法律状态：2023.06.09#实质审查的生效;2023.05.23#公开
摘要：本发明涉及一种基于动静态分析的恶意软件家族谱系分析方法和装置。该方法包括：通过计算不同样本间相似性距离进行聚类，同时借助部分带标签样本进行投票得到合并簇，并对聚类异常点进行标签传播；在每个合并簇内使用反汇编获取其中的全体函数，获取每个函数的质心位置；筛除每个合并簇内的标准库函数，保留非公共函数，通过质心距离将剩余函数聚类为相似函数集合，并提取每个合并簇的核心函数群；计算不同家族间每对核心函数的质心距离，通过距离分级将函数个体间相似程度抽象为家族整体间相似程度，并结合家族规模对谱系关系进行推断。本发明能够对现实世界大量恶意软件家族进行自动化谱系分析，能够快速发现和处理未知的恶意软件及其家族。
主权项：1.一种基于动静态分析的恶意软件家族谱系分析方法，其特征在于，包括以下步骤：利用恶意软件数据集，通过计算不同样本间相似性距离进行聚类，同时借助部分带标签样本进行投票，得到合并簇，并对聚类异常点进行标签传播；在每个合并簇内，使用反汇编获取其中的全体函数，通过质心特征对函数内的基本块进行分析，获取每个函数的质心位置；筛除每个合并簇内的标准库函数，保留非公共函数，通过质心距离将剩余函数聚类为相似函数集合，从相似函数集合中提取每个合并簇的核心函数群；计算不同家族间每对核心函数的质心距离，通过距离分级将函数个体间相似程度抽象为家族整体间相似程度，并结合家族规模对谱系关系进行推断。
全文数据：
权利要求：
百度查询： 中国科学院信息工程研究所 基于动静态分析的恶意软件家族谱系分析方法和装置
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号