公开(公告)号：CN109492355B

公开(公告)日：2021-09-07

申请号：CN201811318757.X

申请日：2018-11-07

Applicant: 中国科学院信息工程研究所

Inventor： 陈恺 ,  查明明

IPC: G06F21/14

Abstract: 本发明公开一种基于深度学习的软件抗分析方法和系统。该方法的步骤包括：1)将分析工具作为目标攻击模型，收集应用程序作为训练样本数据，并对训练样本数据进行特征选取和向量化；2)利用向量化后的训练样本数据，训练基于深度学习的替代模型来模拟目标攻击模型；3)利用训练完成的替代模型进行对抗攻击，产生对抗向量；4)根据对抗向量中不同类型的特征，采用不同的混淆技术来自动化生成抗分析软件。本发明无需获知目标系统的内部信息，能够在真实的黑盒情况下，实现自动化生成抗分析软件。

公开(公告)号：CN109492355A

公开(公告)日：2019-03-19

申请号：CN201811318757.X

申请日：2018-11-07

Applicant: 中国科学院信息工程研究所

Inventor： 陈恺 ,  查明明

IPC: G06F21/14

Abstract: 本发明公开一种基于深度学习的软件抗分析方法和系统。该方法的步骤包括：1)将分析工具作为目标攻击模型，收集应用程序作为训练样本数据，并对训练样本数据进行特征选取和向量化；2)利用向量化后的训练样本数据，训练基于深度学习的替代模型来模拟目标攻击模型；3)利用训练完成的替代模型进行对抗攻击，产生对抗向量；4)根据对抗向量中不同类型的特征，采用不同的混淆技术来自动化生成抗分析软件。本发明无需获知目标系统的内部信息，能够在真实的黑盒情况下，实现自动化生成抗分析软件。