[发明专利]一种基于机器学习的恶意程序样本聚类方法及相关装置在审
| 申请号： | 201811467126.4 | 申请日： | 2018-12-03 |
| 公开（公告）号： | CN109558735A | 公开（公告）日： | 2019-04-02 |
| 发明（设计）人： | 王俊杰;范渊 | 申请（专利权）人： | 杭州安恒信息技术股份有限公司 |
| 主分类号： | G06F21/56 | 分类号： | G06F21/56;G06K9/62 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 罗满 |
| 地址： | 310000 浙江省杭州*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种基于机器学习的恶意程序样本聚类方法，包括：对多个恶意程序进行基本指令块提取，得到每个所述恶意程序对应的基本指令块组；根据指令序号字典对每个所述基本指令块组中的每个基本指令块进行向量化处理，得到每个恶意程序对应的向量组；对所有所述向量组中的向量进行聚类处理，得到聚类结果；根据聚类结果对每个聚类组确定名称标签，根据每个恶意程序对应的聚类组的名称标签确定每个恶意程序的名称标签。通过以基本指令块为粒度对恶意程序进行聚类分析，由于粒度大小降低，提高确定每个恶意程序名称标签的准确性。本申请还公开了一种基于机器学习的恶意程序样本聚类系统、服务器以及计算机可读存储介质，具有以上有益效果。 | ||
| 搜索关键词： | 恶意程序 基本指令 名称标签 基于机器 样本聚类 聚类结果 向量组 聚类 块组 计算机可读存储介质 聚类处理 聚类分析 相关装置 向量化 组确定 申请 向量 学习 服务器 字典 指令 | ||
【主权项】：
1.一种基于机器学习的恶意程序样本聚类方法，其特征在于，包括：对多个恶意程序进行基本指令块提取，得到每个所述恶意程序对应的基本指令块组；根据指令序号字典对每个所述基本指令块组中的每个基本指令块进行向量化处理，得到每个恶意程序对应的向量组；对所有所述向量组中的向量进行聚类处理，得到聚类结果；根据聚类结果对每个聚类组确定名称标签，根据每个恶意程序对应的聚类组的名称标签确定每个恶意程序的名称标签。
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杭州安恒信息技术股份有限公司，未经杭州安恒信息技术股份有限公司许可，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/201811467126.4/，转载请声明来源钻瓜专利网。
