一种基于深度学习的恶意代码检测方法及系统

热门行业
装修建材
家居生活
餐饮食品
母婴教育
电脑办公
服装首饰
汽车工具
家电数码
机械化工
休闲美容

热门行业

教育培训
板材
地板
涂料
家纺
集成吊顶
美缝剂
木门
硅藻泥
管材
指纹锁
橱柜
衣柜
床垫
电热水器
集成灶
暖气片
净水器
酒店
卫浴

返回上一页

专利状态

一种基于深度学习的恶意代码检测方法及系统

有效

专利申请进度

申请

2016-06-24

申请公布

2016-11-09

授权

2019-05-21

预估到期

2036-06-24

专利基础信息

申请号	CN201610482502.1	申请日	2016-06-24
申请公布号	CN106096415A	申请公布日	2016-11-09
授权公布号	CN106096415B	授权公告日	2019-05-21
分类号	G06F21/56
分类	计算；推算；计数;
申请人名称	康佳集团股份有限公司
申请人地址	广东省深圳市南山区高新技术产业园区科技南十二路28号康佳研发大厦23层

专利法律状态

2019-05-21

授权

状态信息

授权
2016-12-07

实质审查的生效

状态信息

实质审查的生效；IPC(主分类):G06F21/56；申请日:20160624
2016-11-09

公布

状态信息

公布

摘要

本发明公开了一种基于深度学习的恶意代码检测方法及系统，该方法包括：通过提取代码中特征并选取有效特征,根据训练样本代码是否包含有效特征构成第一布尔特征向量;通过提取待测代码的特征，根据待测代码是否包括训练阶段的有效特征，构成第二布尔特征向量;在训练阶段输入第一布尔特征向量构建深度置信网络模型，在检测阶段将第二布尔特征向量输入所述深度置信网络模型，根据所述模型输出的结果判断待测代码是否为恶意代码。该方法采用深度学习中的半监督训练学习模型，用大规模的无标记的集合代码样本进行训练，可以节省标注大量样本的时间;且该模型能对实现对已知恶意代码的准确判断和未知恶意代码的准确预测。

更多专利

全国服务热线：

在线客服

1211389656 咨询

商务合作

85926368 咨询

媒体合作

921888730 咨询

在线客服
客服微信号

品牌网官方客服微信

打开微信扫一扫

客服微信
商务合作微信

商务合作详谈

打开微信扫一扫

商务合作
回到顶部

在线客服

商务合作

媒体合作

客服微信号

商务合作微信