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：吉林大学
申请日：2024-04-17
公开（公告）日：2024-06-28
公开（公告）号：CN118094549B
主分类号：G06F21/56
分类号：G06F21/56;G06F18/241;G06F18/25;G06N3/0895
优先权：
专利状态码：有效-授权
法律状态：2024.06.28#授权;2024.06.14#实质审查的生效;2024.05.28#公开
摘要：本发明涉及软件安全技术领域，具体提供一种基于源程序与可执行代码双模态融合的恶意行为识别方法，包括：步骤一、依据软件UI界面提取源程序代码片段，并基于RGB图刻画可执行代码信息，并利用预训练大模型获取各模态向量表示；步骤二、基于多头自注意力机制构建融合模块，并以自监督对比学习的方式实现双模态间信息对齐；步骤三、依据二元交叉熵损失训练恶意行为识别模块并调优融合模块，进而完成待分析软件的行为识别。本发明通过双模态特征融合，能够对软件行为进行多层次、全方位的刻画，可广泛应用于网络运营商、公安系统、软件下载平台等场景，对其网络安全提供保障。
主权项：1.一种基于源程序与可执行代码双模态融合的恶意行为识别方法，其特征在于，包括：S1：获取软件UI界面的活动转移图ATG，依据所述活动转移图ATG对源程序进行切片，并获取源程序代码片段的向量表示，得到编程语言模态信息；将软件的可执行代码用RGB图像表示，并获取RGB图像的向量表示，得到机器语言模态信息；S2：建立基于多头自注意力机制的双模态信息融合模块，基于所述编程语言模态信息和所述机器语言模态信息生成预训练数据集；以所述预训练数据集为输入，通过自监督对比学习策略预训练所述双模态信息融合模块，以实现所述编程语言模态信息和所述机器语言模态信息在融合过程中的特征对齐；S3：在所述双模态信息融合模块的输出端添加恶意行为识别模块，所述恶意行为识别模块由前馈网络和带有Sigmoid激活函数的输出层构成；基于所述编程语言模态信息和所述机器语言模态信息生成训练数据集；以所述训练数据集为输入，依据二元交叉熵损失训练所述恶意行为识别模块，通过前馈网络反馈所述双模态信息融合模块的调优信息，通过输出层输出恶意行为识别结果。
全文数据：
权利要求：
百度查询： 吉林大学 基于源程序与可执行代码双模态融合的恶意行为识别方法
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