[发明专利]基于可解释性深度学习的恶意代码检测方法及装置有效
| 申请号： | 202310131156.2 | 申请日： | 2023-02-17 |
| 公开（公告）号： | CN115828248B | 公开（公告）日： | 2023-06-20 |
| 发明（设计）人： | 王振众;李震宇;张智超 | 申请（专利权）人： | 杭州未名信科科技有限公司;浙江省北大信息技术高等研究院 |
| 主分类号： | G06F21/56 | 分类号： | G06F21/56;G06F18/22;G06N3/084;G06N3/0464 |
| 代理公司： | 北京辰权知识产权代理有限公司 11619 | 代理人： | 尹倩倩 |
| 地址： | 311200 浙江省杭州市萧*** | 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： | 本发明涉及一种基于可解释性深度学习的恶意代码检测方法及装置，方法包括：获取目标代码，并基于目标代码确定对应的灰度图；基于预训练好的重参数化的恶意代码分类模型、恶意代码分类检测的可解释性模型以及目标代码对应的灰度图，确定并显示目标代码对应的灰度图的可解释性的第一相关分数矩阵；基于第一相关分数矩阵、各种类型的恶意代码对应的模板图和恶意代码分类检测的可解释性模型，确定并显示目标代码对应的灰度图和各种类型的恶意代码对应的模板图之间的相似度。基于此，能够在保证学习得到较丰富的目标代码的图像纹理特征的同时，实现高效地对恶意代码检测的预测结果进行可解释性推理及展示。 | ||
| 搜索关键词： | 基于 解释性 深度 学习 恶意代码 检测 方法 装置 | ||
【主权项】：
暂无信息
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未名信科科技有限公司;浙江省北大信息技术高等研究院，未经杭州未名信科科技有限公司;浙江省北大信息技术高等研究院许可，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/202310131156.2/，转载请声明来源钻瓜专利网。
