[发明专利]一种离线检测PowerShell恶意软件的方法与系统有效
| 申请号： | 201910478849.2 | 申请日： | 2019-06-03 |
| 公开（公告）号： | CN110362996B | 公开（公告）日： | 2021-03-09 |
| 发明（设计）人： | 姜荣霞;刘宝旭;姜政伟;汪秋云;江钧;辛丽玲 | 申请（专利权）人： | 中国科学院信息工程研究所 |
| 主分类号： | G06F21/56 | 分类号： | G06F21/56 |
| 代理公司： | 北京君尚知识产权代理有限公司 11200 | 代理人： | 陈艳 |
| 地址： | 100093 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种离线的PowerShell恶意软件检测方法与系统。该方法包括的步骤有：利用PowerShell软件的抽象语法树进行PowerShell软件静态混淆去除；提取PowerShell软件的统计特征、结构特征及行为特征作为基础特征；利用距离相关系数对基础特征进行筛选，得到关键特征；利用关键特征训练基于多变量决策树的随机森林检测模型MRF，用于检测PowerShell恶意软件；利用训练好的MRF离线检测PowerShell软件是否恶意，输出检测结果。该系统包括数据预处理模块、特征提取模块、MRF模块、模型训练模块、外部接口调用模块。本发明通过训练基于多变量决策树的随机森林检测模型MRF，实现对PowerShell恶意软件的离线检测。 | ||
| 搜索关键词： | 一种 离线 检测 powershell 恶意 软件 方法 系统 | ||
【主权项】：
1.一种离线检测PowerShell恶意软件的方法，包括以下步骤：利用PowerShell软件的抽象语法树进行PowerShell软件静态混淆去除；提取PowerShell软件的统计特征、结构特征及行为特征作为基础特征；利用距离相关系数对基础特征进行筛选，得到关键特征；利用关键特征训练基于多变量决策树的随机森林检测模型MRF，用于检测PowerShell恶意软件；利用训练好的MRF离线检测PowerShell软件是否恶意，输出检测结果。
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科学院信息工程研究所，未经中国科学院信息工程研究所许可，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/201910478849.2/，转载请声明来源钻瓜专利网。
