多任务恶意软件检测方法和装置、电子设备及存储介质

    公开(公告)号:CN117763550B

    公开(公告)日:2024-06-21

    申请号:CN202410195731.X

    申请日:2024-02-22

    Abstract: 本发明实施例提供了一种多任务恶意软件检测方法和装置、电子设备及存储介质。其中,方法包括:从目标恶意软件获取目标恶意代码文件;对目标恶意代码文件进行向量化处理,得到一维向量;通过共享层对一维向量进行通用特征提取,得到通用特征;将通用特征分别输入至第一任务特定层和第二任务特定层,得到第一任务特定层的输出和第二任务特定层的输出;将第一任务特定层的输出通过第一输出层转换为第一任务输出,将第二任务特定层的输出通过第二输出层转换为第二任务输出;基于第一任务输出和第二任务输出得到目标恶意软件检测结果。基于此,本发明实施例能够提高恶意软件的检出率,并减少对正常软件的误判。

    钓鱼网站检测方法、装置及计算机可读存储介质

    公开(公告)号:CN111556065A

    公开(公告)日:2020-08-18

    申请号:CN202010382958.7

    申请日:2020-05-08

    Abstract: 本发明涉及网络安全技术领域,公开了一种钓鱼网站检测方法、装置及计算机可读存储介质。该钓鱼网站检测方法包括:获取待检测统一资源定位符URL,对待检测URL进行预处理,得到第一输入矩阵;将第一输入矩阵输入至特征提取子模型,得到特征矩阵;对第一输入矩阵进行处理,得到第二输入矩阵,并将第二输入矩阵输入至注意力参数提取子模型,得到注意力参数矩阵;将特征矩阵和注意力参数矩阵输入至网站分类子模型,得到分类结果,并根据分类结果确定待检测URL对应的网站是否为钓鱼网站。本发明能够在提高钓鱼网站检测及时性的同时,提高检测效率。

    一种勒索软件的检测方法、装置、设备及存储介质

    公开(公告)号:CN110837638A

    公开(公告)日:2020-02-25

    申请号:CN201911087368.5

    申请日:2019-11-08

    Abstract: 本申请公开了一种勒索软件的检测方法、装置、设备及存储介质,以待检测软件的特征数据作为勒索软件分类模型的输入数据,并基于特征数据调整勒索软件分类模型中所包括的第一神经元网络,由此得到第二神经元网络。显然经过调整,第二神经元网络可以自适应地满足一定的量化误差约束,同时还能在不影响调整之前勒索软件分类模型分类结果的情况下,适应勒索软件分类模型没有学习过勒索软件新类型。所以本方法进一步触发勒索软件分类模型基于该第二神经元网络,输出勒索软件的分类。综上,本方法不仅可以识别已知类型的勒索软件的类型,也可以识别新类型的勒索软件的类型,并输出勒索软件的分类,由此提高了勒索软件分类的准确性。

Patent Agency Ranking