[发明专利]一种基于多维度行为特征的恶意代码分类方法有效
| 申请号： | 201611164764.X | 申请日： | 2016-12-15 |
| 公开（公告）号： | CN106709349B | 公开（公告）日： | 2019-10-29 |
| 发明（设计）人： | 喻波;方莹;唐勇;陈曙晖;杨强;周旭 | 申请（专利权）人： | 中国人民解放军国防科学技术大学 |
| 主分类号： | G06F21/56 | 分类号： | G06F21/56 |
| 代理公司： | 湖南兆弘专利事务所(普通合伙) 43008 | 代理人： | 周长清 |
| 地址： | 410073 湖南省长沙市砚瓦池正街4*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于多维度行为特征的恶意代码分类方法，其步骤为：S1：获得恶意代码的行为数据；S2：按照函数调用的顺序，计算相邻两个系统函数调用的时间差，构建系统函数调用的时间差信息表；S3：系统函数调用频度信息提取；从行为数据中提取系统函数调用的名称，统计每个系统函数调用的频度，建立系统函数调用的频度信息表；S4：行为分类频度信息提取；S5：将时间差信息表、系统函数调用的频度信息表、行为类别的频度信息表分别进行加权计算和归一化处理，处理时间差信息表特征，处理后合并成一新的特征空间；S6：对所有家族样本的行为特征，采用机器学习的典型分类方法，进行交叉验证。本发明具有原理简单、易实现、效果好等优点。 | ||
| 搜索关键词： | 频度信息 系统函数调用 函数调用 时间差信息 恶意代码 行为特征 行为数据 多维度 归一化处理 典型分类 构建系统 机器学习 加权计算 建立系统 交叉验证 特征空间 提取系统 行为分类 时间差 频度 分类 样本 合并 统计 | ||
【主权项】：
1.一种基于多维度行为特征的恶意代码分类方法，其特征在于，步骤为：S1：获得恶意代码的行为数据；S2：系统函数调用时间差信息提取；按照行为数据中函数调用的顺序，计算相邻两个系统函数调用的时间差，构建系统函数调用的时间差信息表；S3：系统函数调用频度信息提取；从行为数据中提取系统函数调用的名称，统计每个系统函数调用的频度，建立系统函数调用的频度信息表；S4：行为分类频度信息提取；S5：将时间差信息表、系统函数调用的频度信息表、行为类别的频度信息表分别进行加权计算和归一化处理，并进一步处理时间差信息表特征，处理后合并成一个新的特征空间；S6：对所有家族样本的行为特征，采用机器学习的分类方法，进行交叉验证。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国人民解放军国防科学技术大学，未经中国人民解放军国防科学技术大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201611164764.X/，转载请声明来源钻瓜专利网。
- 上一篇：组装粘贴机及其粘贴机构
- 下一篇：一种基于文本内容的长词识别方法及系统
