-
公开(公告)号：CN109284465B
公开(公告)日：2021-03-19
申请号：CN201811025751.3
申请日：2018-09-04
Applicant: 暨南大学
IPC: G06F16/958 , G06F16/955 , G06F16/35 , G06F40/289
Abstract: 本发明公开了一种基于URL的网页分类器构建方法及其分类方法，首先获取多个网页的URL，针对各URL进行网页属性的标记，由上述标记好网页属性的各URL作为训练样本，构成训练样本集；针对于训练样本集中的各训练样本，通过选定的字符对各训练样本进行分词处理，然后转换成词向量；将训练样本集中标记好网页属性的各训练样本的词向量作为输入针对卷积神经网络进行训练，得到网页分类器。针对于需要进行分类的网页，首先获取该网页的URL作为测试样本；然后通过选定的字符对其进行分词处理，最后转换成词向量；将测试样本的词向量输入上述构建得到的网页分类器中，通过网页分类器输出分类结果。本发明大大提高了恶意网页的分类准确率。
-
公开(公告)号：CN112000952A
公开(公告)日：2020-11-27
申请号：CN202010741380.X
申请日：2020-07-29
Applicant: 暨南大学
Abstract: 本发明公开了一种Windows平台恶意软件的作者组织特征工程方法，首先获取样本集；针对于样本集中的各样本，提取多粒度多级别的恶意软件静态特征，包括PE文件特征、文件字节特征、反汇编文件特征、操作数和指令特征、函数特征、程序图特征、以及函数的质心特征；接着对上提取的静态特征，得到数值类型特征后进行拼接，得到样本的特征向量；最后针对于各样本，基于消融实验和互信息法进行特征选择，挑选出最适合用于作者组织溯源分类的特征集合。通过本发明方法所确定出来的静态特征，对恶意软件作者组织进行溯源分类时，在检测的准确率、精确率、召回率、F1分数上都具有较好的效果，能够大大提高恶意软件作者组织分类的准确率。
-
公开(公告)号：CN107729754A
公开(公告)日：2018-02-23
申请号：CN201710871516.7
申请日：2017-09-25
Applicant: 暨南大学
IPC: G06F21/56
Abstract: 本发明公开了一种基于API特征的Android恶意软件检测方法，步骤：构建第一训练样本集和第二训练样本集，提取各训练样本API特征向量；由根据d值挑选出各种API特征构成第一API集合；构建API特征的层次结构模型，生成第二层和第三层对应的第一成对比较矩阵和各API包的第二成对比较矩阵，针对各成对比较矩阵计算权向量；计算第一API集合中各种API特征的权值：根据测试样本API特征向量和第一API集合中各种API特征的权值计算测试样本所调用API特征的权重η；最后将η与判断因子k作比较，根据比较结果判断出测试样本是否为Android恶意软件，大大提高了Android恶意软件的检测准确率。
-
公开(公告)号：CN102178741A
公开(公告)日：2011-09-14
申请号：CN201110100466.5
申请日：2011-04-21
Applicant: 暨南大学
IPC: A61K36/61 , A61P3/10 , A61K127/00
Abstract: 本发明公开了一种具有降血糖作用的番石榴叶提取物及其制备方法与应用。一种具有降血糖作用的番石榴叶提取物，其特征在于含有质量百分比为20-99％的总三萜酸；并由以下方法制备得到：番石榴叶经乙醇或甲醇加热回流或渗滤提取，减压浓缩得到浸膏，浸膏加水搅拌，离心，取沉淀，得到具有降血糖作用的番石榴叶提取物。本发明的番石榴叶提取物可用于制备预防和治疗II型糖尿病的药物和保健品，其效部位成分明确，毒性小，药理作用强，具有良好的药用前景；制备工艺简单、易于大规模生产。
-
公开(公告)号：CN107832609B
公开(公告)日：2020-11-13
申请号：CN201710871649.4
申请日：2017-09-25
Applicant: 暨南大学
IPC: G06F21/56
Abstract: 本发明公开了一种基于权限特征的Android恶意软件检测方法和系统，步骤：构建第一训练样本集和第二训练样本集，提取各训练样本第一权限特征向量，根据d值挑选出权限特征构造第一权限特征集合，生成第一训练样本集中各训练样本第二权限特征向量，并构建关联系数矩阵；将第一训练样本集中各训练样本关联矩阵求和输入PPR算法，得到第一权限特征集合中每种权限特征的权限值；根据第一权限特征集合生成测试样本权限特征向量，利用第一权限特征集合中每种权限特征的权限值计算出测试样本所申请的权限特征权重η，将η与判断因子进行比较，判断出测试样本是否为Android恶意软件；该方法大大提高了Android恶意软件的检测准确率。
-
Patent Agency Ranking
公开(公告)号：CN111027069A
公开(公告)日：2020-04-17
申请号：CN201911202586.9
申请日：2019-11-29
Applicant: 暨南大学
Abstract: 本发明公开了一种恶意软件家族检测方法、存储介质和计算设备，方法包括先对恶意软件训练集中每个类的所有恶意软件训练样本分别进行特征提取，得到对应的多个特征向量；将多个特征向量分别转换为特征图像，根据特征图像生成图像对，构建孪生网络模型和利用图像对对模型进行训练；从恶意软件测试集中取出待测样本，利用训练好的孪生网络模型统计每个待测样本与恶意软件训练样本的相似度得分；计算阈值，并根据阈值区分待测样本为已知恶意软件家族或者为新恶意软件家族。本发明正确检测恶意软件的所属类别，分类效果良好。
-
公开(公告)号：CN109284465A
公开(公告)日：2019-01-29
申请号：CN201811025751.3
申请日：2018-09-04
Applicant: 暨南大学
IPC: G06F16/958 , G06F16/955 , G06F16/35 , G06F17/27
Abstract: 本发明公开了一种基于URL的网页分类器构建方法及其分类方法，首先获取多个网页的URL，针对各URL进行网页属性的标记，由上述标记好网页属性的各URL作为训练样本，构成训练样本集；针对于训练样本集中的各训练样本，通过选定的字符对各训练样本进行分词处理，然后转换成词向量；将训练样本集中标记好网页属性的各训练样本的词向量作为输入针对卷积神经网络进行训练，得到网页分类器。针对于需要进行分类的网页，首先获取该网页的URL作为测试样本；然后通过选定的字符对其进行分词处理，最后转换成词向量；将测试样本的词向量输入上述构建得到的网页分类器中，通过网页分类器输出分类结果。本发明大大提高了恶意网页的分类准确率。
-
公开(公告)号：CN111027069B
公开(公告)日：2022-04-08
申请号：CN201911202586.9
申请日：2019-11-29
Applicant: 暨南大学
Abstract: 本发明公开了一种恶意软件家族检测方法、存储介质和计算设备，方法包括先对恶意软件训练集中每个类的所有恶意软件训练样本分别进行特征提取，得到对应的多个特征向量；将多个特征向量分别转换为特征图像，根据特征图像生成图像对，构建孪生网络模型和利用图像对对模型进行训练；从恶意软件测试集中取出待测样本，利用训练好的孪生网络模型统计每个待测样本与恶意软件训练样本的相似度得分；计算阈值，并根据阈值区分待测样本为已知恶意软件家族或者为新恶意软件家族。本发明正确检测恶意软件的所属类别，分类效果良好。
-
公开(公告)号：CN107729754B
公开(公告)日：2020-04-14
申请号：CN201710871516.7
申请日：2017-09-25
Applicant: 暨南大学
IPC: G06F21/56
Abstract: 本发明公开了一种基于API特征的Android恶意软件检测方法，步骤：构建第一训练样本集和第二训练样本集，提取各训练样本API特征向量；由根据d值挑选出各种API特征构成第一API集合；构建API特征的层次结构模型，生成第二层和第三层对应的第一成对比较矩阵和各API包的第二成对比较矩阵，针对各成对比较矩阵计算权向量；计算第一API集合中各种API特征的权值：根据测试样本API特征向量和第一API集合中各种API特征的权值计算测试样本所调用API特征的权重η；最后将η与判断因子k作比较，根据比较结果判断出测试样本是否为Android恶意软件，大大提高了Android恶意软件的检测准确率。
-
公开(公告)号：CN102178741B
公开(公告)日：2013-01-16
申请号：CN201110100466.5
申请日：2011-04-21
Applicant: 暨南大学
IPC: A61K36/61 , A61P3/10 , A61K127/00
Abstract: 本发明公开了一种具有降血糖作用的番石榴叶提取物及其制备方法与应用。一种具有降血糖作用的番石榴叶提取物，其特征在于含有质量百分比为20-99％的总三萜酸；并由以下方法制备得到：番石榴叶经乙醇或甲醇加热回流或渗滤提取，减压浓缩得到浸膏，浸膏加水搅拌，离心，取沉淀，得到具有降血糖作用的番石榴叶提取物。本发明的番石榴叶提取物可用于制备预防和治疗II型糖尿病的药物和保健品，其效部位成分明确，毒性小，药理作用强，具有良好的药用前景；制备工艺简单、易于大规模生产。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.039 seconds)
