专利名称：一种基于层次注意力网络模型的恶意软件分类方法专利类型：发明专利
发明人：孙玉霞,陈钊,陈新凯,林松,翁健申请号：CN202110107338.7申请日：20210127公开号：CN112668009A公开日：20210416
摘要：本发明公开了一种基于层次注意力网络模型的恶意软件分类方法，其中包括对恶意软件PE样本进行反汇编，对应的获取汇编代码文件；从所述汇编代码文件中提取操作码序列，生成操作码序列文档；对所述操作码序列文档中的每一个操作码进行词嵌入，即生成词向量；将操作码序列文档送入层次注意力网络模型，输出注意力权重矩阵和分类结果；根据注意力权重矩阵对操作码序列进行图片可视化，通过权重矩阵的权重值大小对应的颜色深浅说明每个操作码、每个操作码序列对于分类的重要性。本方法能够在自动分类的同时，找出对于分类起贡献作用的操作码序列从而提供分类依据。该方法在测试集上的准确率达到96.96％，说明该方法识别效果十分良好。
申请人：暨南大学
地址：510630 广东省广州市埔大道西601号
国籍：CN
代理机构：深圳科湾知识产权代理事务所(普通合伙)
代理人：钟斌
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容