龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：西安电子科技大学杭州研究院
摘要：本发明涉及计算机技术、机器学习和信息安全领域，尤其涉及基于机器学习的恶意软件家族主要特征提取和可视化方法，包括特征选择、家族分类、特征贡献度提取、归一化处理和可视化步骤；通过静态或动态分析收集恶意软件样本行为数据，选择特征并转换为矩阵形式，基于机器学习算法进行分类，提取特征贡献度并归一化处理，根据特征贡献度矩阵，通过颜色编码方法对不同特征进行可视化处理；宏观可视化展示家族间特征异同，微观可视化展示具体特征内容；本发明有效提取并展示了恶意软件家族的主要特征及其差异，提供了分类算法的决策依据，具有高效、准确的特点。
主权项：1.基于机器学习的恶意软件家族主要特征提取和可视化方法，其特征在于，包括以下步骤：对收集到的恶意软件样本进行分析，选择出可用于家族分类的特征量，转换为可用于机器学习算法的矩阵形式；基于机器学习算法对恶意软件家族进行分类；分析机器学习分类算法的特性，并结合分类结果提取出每个特征对每个家族的分类贡献度，生成特征贡献度矩阵；对提取到的特征贡献度值进行归一化处理，得到归一化后的特征贡献度矩阵；根据特征贡献度矩阵，通过颜色编码方法对不同特征进行可视化处理；通过可视化结果，展示不同家族间特征的相同和不同之处，体现各家族主要特征及其差异。
全文数据：
权利要求：
百度查询： 西安电子科技大学杭州研究院 基于机器学习的恶意软件家族主要特征提取和可视化方法
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