公开(公告)号：CN114896594A

公开(公告)日：2022-08-12

申请号：CN202210408579.X

申请日：2022-04-19

Applicant: 东北大学

Inventor： 武志超 ,  谭振华 ,  王卫东 ,  吴建

IPC: G06F21/56 ,  G06N3/04 ,  G06N3/08 ,  G06V10/42 ,  G06V10/764 ,  G06V10/77

Abstract: 本发明提供了基于图像特征多注意力学习的恶意代码检测装置及方法，属于恶意代码识别技术领域。该装置包括代码‑图像转换器、特征提取器和分类器；该方法包括将待检测的原始恶意代码文件转换为灰度图像并定义为恶意图像；提取所述恶意图像中的低级语义特征获得特征F；从特征F中提取重点特征F′；在重点特征F′上提取像素的相关性特征F″；对特征F″中进行更高阶的特征提取获得特征M；对特征M提取像素的相关性特征M′；将深层次图像特征M′映射到样本标记空间，从而将恶意图像划分到具体的恶意软件类别。本发明装置及方法在降低了卷积神经网络模型复杂度的同时拥有较高的识别率。

公开(公告)号：CN114896594B

公开(公告)日：2024-08-23

申请号：CN202210408579.X

申请日：2022-04-19

Applicant: 东北大学

Inventor： 武志超 ,  谭振华 ,  王卫东 ,  吴建

IPC: G06F21/56 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084 ,  G06V10/42 ,  G06V10/764 ,  G06V10/77

Abstract: 本发明提供了基于图像特征多注意力学习的恶意代码检测装置及方法，属于恶意代码识别技术领域。该装置包括代码‑图像转换器、特征提取器和分类器；该方法包括将待检测的原始恶意代码文件转换为灰度图像并定义为恶意图像；提取所述恶意图像中的低级语义特征获得特征F；从特征F中提取重点特征F′；在重点特征F′上提取像素的相关性特征F″；对特征F″中进行更高阶的特征提取获得特征M；对特征M提取像素的相关性特征M′；将深层次图像特征M′映射到样本标记空间，从而将恶意图像划分到具体的恶意软件类别。本发明装置及方法在降低了卷积神经网络模型复杂度的同时拥有较高的识别率。