[发明专利]基于深度学习的恶意代码同源判定方法在审
| 申请号： | 201810415056.1 | 申请日： | 2018-05-03 |
| 公开（公告）号： | CN108804919A | 公开（公告）日： | 2018-11-13 |
| 发明（设计）人： | 褚乾峰;朱信宇;许镇泉;刘功申 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06F21/56 | 分类号： | G06F21/56;G06N3/04 |
| 代理公司： | 上海汉声知识产权代理有限公司 31236 | 代理人： | 庄文莉 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习的恶意代码同源判定方法，包括：利用IDA工具，对于待判定的恶意代码进行反汇编，通过正则表达式匹配得到其中核心二进制内容，同时去除无用信息；接收二进制内容作为输入，利用恶意代码可视化算法，将二进制内容映射为恶意代码图像；利用恶意代码图像与标签值组成的样本集，对深度学习模型卷积神经网络进行训练，得到成熟的判定模型。接收待判定的恶意代码作为输入，完成同源判定。本发明通过恶意代码可视化算法，将同源判定任务转化为图像分类任务，结合深度学习判定模型，实现了一个可用的恶意代码同源判定方法。实现比现有系统更高判定准确率的同源判定技术。 | ||
| 搜索关键词： | 恶意代码 判定 同源 二进制内容 可视化 算法 学习 卷积神经网络 正则表达式 图像 任务转化 图像分类 无用信息 现有系统 反汇编 样本集 准确率 可用 去除 映射 匹配 标签 成熟 | ||
【主权项】：
1.一种基于深度学习的恶意代码同源判定方法，其特征在于，包括以下步骤：步骤S1，恶意代码预处理：对于待判定的恶意代码进行反汇编，通过正则表达式匹配得到其中核心二进制内容，同时去除无用信息；步骤S2，恶意代码可视化：接收步骤S1中得到的核心二进制内容作为输入，利用恶意代码可视化算法，将核心二进制内容映射为恶意代码图像；步骤S3，基于深度学习的同源判定：利用步骤S2中得到的恶意代码图像与标签值组成的样本集，对深度学习模型卷积神经网络进行训练，得到成熟的判定模型；接收待判定的恶意代码作为输入，完成同源判定。
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上海交通大学，未经上海交通大学许可，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/201810415056.1/，转载请声明来源钻瓜专利网。
