首页> 中国专利> 一种基于半监督学习的恶意代码分析方法和系统

一种基于半监督学习的恶意代码分析方法和系统

摘要

本发明公开了一种基于半监督学习的恶意代码分析方法,该方法基于多维特征进行分析,提取恶意代码的静态特征与动态特征;通过降维减少后续处理难度,并运用半监督学习方式,解决了对少量标记恶意代码样本的分类问题。

著录项

  • 公开/公告号CN107180191A

    专利类型发明专利

  • 公开/公告日2017-09-19

    原文格式PDF

  • 申请/专利权人 北京理工大学;

    申请/专利号CN201710303017.8

  • 申请日2017-05-03

  • 分类号G06F21/56(20130101);

  • 代理机构11120 北京理工大学专利中心;

  • 代理人温子云;仇蕾安

  • 地址 100081 北京市海淀区中关村南大街5号

  • 入库时间 2023-06-19 03:21:52

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2017-10-20

    实质审查的生效 IPC(主分类):G06F21/56 申请日:20170503

    实质审查的生效

  • 2017-09-19

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号