公开(公告)号：CN117852034B

公开(公告)日：2024-11-19

申请号：CN202311778051.2

申请日：2023-12-20

Applicant: 华中科技大学 ,  支付宝(杭州)信息技术有限公司

Inventor： 成浩 ,  王健 ,  瞿吉祥 ,  李珍 ,  汪闻韵 ,  张云鹤 ,  徐子腾

IPC: G06F21/56 ,  G06F18/24 ,  G06F18/213

Abstract: 本发明公开了一种基于大模型特征生成的第三方恶意包检测方法，属于程序包检测领域，该方法利用大语言模型来指导第三方包恶意代码片段的识别和特征的生成，自动生成特征集，不依赖于专家定义的特征，能够有效地克服了现有基于机器学习的检测器的缺点，使得特征集更能反映恶意样本与良性样本的差异，拓展性更强；采用更新提示轮询的方式并构建恶意片段集，使准确度得到提高；同时能显著降低恶意包检测的误报率和漏报率，并给出恶意代码位置。

公开(公告)号：CN117852034A

公开(公告)日：2024-04-09

申请号：CN202311778051.2

申请日：2023-12-20

Applicant: 华中科技大学 ,  支付宝(杭州)信息技术有限公司

Inventor： 成浩 ,  王健 ,  瞿吉祥 ,  李珍 ,  汪闻韵 ,  张云鹤 ,  徐子腾

IPC: G06F21/56 ,  G06F18/24 ,  G06F18/213

Abstract: 本发明公开了一种基于大模型特征生成的第三方恶意包检测方法，属于程序包检测领域，该方法利用大语言模型来指导第三方包恶意代码片段的识别和特征的生成，自动生成特征集，不依赖于专家定义的特征，能够有效地克服了现有基于机器学习的检测器的缺点，使得特征集更能反映恶意样本与良性样本的差异，拓展性更强；采用更新提示轮询的方式并构建恶意片段集，使准确度得到提高；同时能显著降低恶意包检测的误报率和漏报率，并给出恶意代码位置。