[发明专利]卷积神经网络、金字塔条状池化方法及恶意软件分类方法

权利要求书

1.一种利用金字塔条状池化卷积神经网络的恶意软件分类方法，其特征在于，所述金字塔条状池化卷积神经网络输入层的输入样本数据xⁿ为恶意软件灰度图像，所述恶意软件灰度图像经输入层进行数据整理后，由卷积层进行多层卷积，再由池化层进行池化处理，再由全连接层进行连接处理后进行激活，最后由输出层输出分类结果；

其中，池化层进行池化处理的方法包括：

A.计算输入样本数据xⁿ每一层的宽度w1以及高h1，n对应于金字塔层级；

B.根据所计算出的输入样本数据xⁿ每一层的宽度w1以及高h1，计算金字塔对应的每一层的条状池化核心，具体为计算金字塔每一层条状池化核心的高度和长度，包括：若设置横向条状池化，则池化核心高度kh设置为长度kw设置为w1；若设置纵向条状池化，则池化核心高度kh设置为h1，长度kw设置为

C.根据金字塔每一层的条状池化核心，对对应层输入样本数据xⁿ进行填充处理，包括：C1：若kh≥h1，则高度填充参数ph为0，否则ph为若kw≥w1，则宽度填充参数pw为0，否则pw为C2：根据更新后的ph以及pw，对当前输入样本数据xⁿ进行填充：填充值为0，将数据xⁿ填充为[h1+2ph，w1+2pw]的2阶张量；

D.根据金字塔每一层的条状池化核心，对对应层的填充后的输入样本数据xⁿ进行池化操作，包括：根据计算出的kh和kw，对填充后的数据xⁿ进行池化操作，将池化后的结果存储于Aⁿ，则其中μ(·)表示滑动窗口函数；

E.依次将金字塔每一层的条状池化结果进行拼接，包括：针对于金字塔每一层，执行以下操作：计算金字塔当前层池化结果Aⁿ的高度h2、长度c2以及张量的第三维宽度w2；根据计算出的长度c2，宽度w2以及高度h2，将对应于金字塔当前层的条状池化结果展开为[h2*c2*w2,1,1]张量；将每一层条状池化结果展开后的张量进行拼接。