公开(公告)号：CN113656798B

公开(公告)日：2023-09-05

申请号：CN202110780770.2

申请日：2021-07-09

Applicant: 北京科技大学

Inventor： 罗熊 ,  王礼伟 ,  孙建鹍

IPC: G06F21/56 ,  G06F18/2415 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种面向恶意软件标签翻转攻击的正则化识别方法及装置，该方法包括：基于足量的良性与恶意程序的行为序列，构建训练数据集；构建分类模型；构建正则化层，并将构建的正则化层添加到所构建的分类模型中，以使得在模型的训练过程中，分类模型的输出得以拟合实际的概率分布；基于数据集，联合训练分类模型和正则化层；训练完后，去除正则化层，利用分类模型对待检程序进行分类和检测。本发明针对深度学习模型训练过程中存在的标签翻转攻击问题，提出了一种对应的正则化识别技术，增强了模型的鲁棒性。

公开(公告)号：CN113656798A

公开(公告)日：2021-11-16

申请号：CN202110780770.2

申请日：2021-07-09

Applicant: 北京科技大学

Inventor： 罗熊 ,  王礼伟 ,  孙建鹍

IPC: G06F21/56 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种面向恶意软件标签翻转攻击的正则化识别方法及装置，该方法包括：基于足量的良性与恶意程序的行为序列，构建训练数据集；构建分类模型；构建正则化层，并将构建的正则化层添加到所构建的分类模型中，以使得在模型的训练过程中，分类模型的输出得以拟合实际的概率分布；基于数据集，联合训练分类模型和正则化层；训练完后，去除正则化层，利用分类模型对待检程序进行分类和检测。本发明针对深度学习模型训练过程中存在的标签翻转攻击问题，提出了一种对应的正则化识别技术，增强了模型的鲁棒性。

公开(公告)号：CN113449304A

公开(公告)日：2021-09-28

申请号：CN202110764206.1

申请日：2021-07-06

Applicant: 北京科技大学

Inventor： 罗熊 ,  王礼伟 ,  孙建鹍

IPC: G06F21/56 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于策略梯度降维的恶意软件检测方法及装置，该方法包括：获取待检程序的程序行为数据；对获取的程序行为数据进行独热编码，得到由独热向量组成的行为序列数据；采用预设的基于策略梯度的词向量降维模型对由独热向量组成的行为序列数据进行降维处理，得到降维后的行为序列数据；将降维后的行为序列数据输入预设的深度学习模型，利用深度学习模型对降维后的行为序列数据进行特征分类，判断当前待检程序是否为恶意程序。本发明面向恶意软件检测领域，在经典的文本词嵌入方法中引入了策略梯度技术，提高了恶意软件中API特征的表达能力，增强了深度学习模型的分类性能。

公开(公告)号：CN113449304B

公开(公告)日：2024-03-22

申请号：CN202110764206.1

申请日：2021-07-06

Applicant: 北京科技大学

Inventor： 罗熊 ,  王礼伟 ,  孙建鹍

IPC: G06F21/56 ,  G06F18/213 ,  G06N3/0455 ,  G06N3/0985

Abstract: 本发明公开了一种基于策略梯度降维的恶意软件检测方法及装置，该方法包括：获取待检程序的程序行为数据；对获取的程序行为数据进行独热编码，得到由独热向量组成的行为序列数据；采用预设的基于策略梯度的词向量降维模型对由独热向量组成的行为序列数据进行降维处理，得到降维后的行为序列数据；将降维后的行为序列数据输入预设的深度学习模型，利用深度学习模型对降维后的行为序列数据进行特征分类，判断当前待检程序是否为恶意程序。本发明面向恶意软件检测领域，在经典的文本词嵌入方法中引入了策略梯度技术，提高了恶意软件中API特征的表达能力，增强了深度学习模型的分类性能。