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：四川大学
申请日：2022-11-22
公开（公告）日：2024-05-24
公开（公告）号：CN118070274A
主分类号：G06F21/56
分类号：G06F21/56;G06F8/41;G06F40/30;G06F18/241;G06F18/25;G06N3/042;G06N3/0464
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.11#实质审查的生效;2024.05.24#公开
摘要：本发明是面向PowerShell脚本的恶意代码识别技术方法，主要应用于PowerShell脚本的恶意代码识别领域。其核心是融合多维度特征构建方法提取的多维度文本特征和使用图卷积神经网络算法从PowerShell脚本的抽象语法树中提取的属性控制流图特征，基于融合特征利用多层感知机训练分类器，并将训练好的整体模型应用于未知的PowerShell脚本检测。本方法能够融合多维度文本特征和属性控制流图特征，为恶意PowerShell脚本检测提供新的解决方案。
主权项：1.一种基于特征融合的恶意PowerShell脚本检测方法，其特征在于，所述方法包括如下步骤：A、特征预处理部分中，提取属性控制流图特征阶段的建图过程，根据PowerShell脚本的抽象语法树构建控制流图，选择五个特征维度及常见的图节点特征维度，从六个特征维度构建属性控制流图；B、特征预处理部分中，提取属性控制流图特征阶段的矩阵化过程，将属性控制流图转换为图卷积神经网络可以接收的增广邻接矩阵、增广对角度矩阵和属性矩阵；C、特征预处理部分中，提取属性控制流图特征阶段的特征提取过程，利用自适应平均池化方法统一图卷积的输出向量大小，从而将属性控制流图的节点属性及结构特征嵌入到相同维度的特征向量之中；D、特征融合及分类部分，融合多维度文本特征与属性控制流图特征，输入4层神经网络分类结构中进行恶意PowerShell脚本检测模型的训练与分类。
全文数据：
权利要求：
百度查询： 四川大学 一种基于特征融合的恶意PowerShell脚本检测方法
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