[发明专利]基于恶意网络流量词库的恶意软件检测方法及系统有效
| 申请号： | 201611243439.2 | 申请日： | 2016-12-29 |
| 公开（公告）号： | CN106685964B | 公开（公告）日： | 2020-10-30 |
| 发明（设计）人： | 陈贞翔;王闪闪;孙润元;杨波;彭立志;刘鹍 | 申请（专利权）人： | 济南大学 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06;G06F21/56 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 黄海丽 |
| 地址： | 250022 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于恶意网络流量词库的恶意软件检测方法及系统；包括如下步骤：建立恶意网络流量词库；训练恶意软件检测模型；对待检测HTTP网络流量的流内容进行分割，分割成单词集合；对单词集合进行向量化：将得到的单词集合利用得到的词库转变成词向量；将词向量输入到训练出的恶意软件检测模型中，若模型对词向量的检测结果为恶意，则找到词向量对应的网络流的源头app，并标记为恶意app。使用这个恶意网络流量词库，我们不需要手动选择特征，只需要获取与词库中的单词的对比结果，然后建立出一个检测模型，就可以用于对恶意流量的检测，从而能够判别产生该恶意流量的app是恶意软件。 | ||
| 搜索关键词： | 基于 恶意 网络流量 词库 软件 检测 方法 系统 | ||
【主权项】：
一种基于恶意网络流量词库的恶意软件检测方法，其特征是，包括如下步骤：步骤(1)：建立恶意网络流量词库；步骤(2)：训练恶意软件检测模型；步骤(3)：对待检测HTTP网络流量的流内容进行分割，分割成单词集合；步骤(4)：对单词集合进行向量化：将步骤(3)得到的单词集合利用步骤(1)得到的词库转变成词向量；步骤(5)：将步骤(4)的词向量输入到步骤(2)训练出的恶意软件检测模型中，若模型对词向量的检测结果为恶意，则找到词向量对应的网络流的源头app，并标记为恶意app。
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济南大学，未经济南大学许可，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/201611243439.2/，转载请声明来源钻瓜专利网。
