-
公开(公告)号：CN108304720A
公开(公告)日：2018-07-20
申请号：CN201810116416.8
申请日：2018-02-06
Applicant: 恒安嘉新(北京)科技股份公司
IPC: G06F21/56
Abstract: 本发明公开了一种基于机器学习的安卓恶意程序检测方法，所述方法包括：对黑白样本进行特征提取；使用样本集进行模型训练；待检测样本通过训练好的模型识别；如识别为恶意样本，则对该样本进行家族分类，如识别为白样本，则进行异常检测，判别是否是新的恶意样本；将识别结果反馈至样本库保存；对识别错误的样本加入训练集，重新训练模型。本发明使用机器学习算法和在线学习方法解决了现有的检测方法漏检率高、恶意程序的识别准确率低的问题。
-
公开(公告)号：CN107908757B
公开(公告)日：2020-05-26
申请号：CN201711167799.3
申请日：2017-11-21
Applicant: 恒安嘉新(北京)科技股份公司
IPC: G06F16/958 , G06F16/955 , G06F16/35 , G06F40/279 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及网络技术领域，公开了一种网站分类方法及系统，所述方法包括步骤：将网页所含的各类信息分别训练形成各自对应的信息矩阵；将形成的多个信息矩阵拼接组成成输入层特征矩阵；提取上述输入层特征矩阵的列特征向量个数及特征向量维数，生成卷积层；将卷积得到的列向量最大值提出并池化处理，获得和卷积核维数相同的行向量，形成池化层；将池化层输出的向量添加softmax函数，形成全连接层。本发明极大提高了现有的网站分类的准确性。
-
公开(公告)号：CN107908757A
公开(公告)日：2018-04-13
申请号：CN201711167799.3
申请日：2017-11-21
Applicant: 恒安嘉新(北京)科技股份公司
Abstract: 本发明涉及网络技术领域，公开了一种网站分类方法及系统，所述方法包括步骤：将网页所含的各类信息分别训练形成各自对应的信息矩阵；将形成的多个信息矩阵拼接组成成输入层特征矩阵；提取上述输入层特征矩阵的列特征向量个数及特征向量维数，生成卷积层；将卷积得到的列向量最大值提出并池化处理，获得和卷积核维数相同的行向量，形成池化层；将池化层输出的向量添加softmax函数，形成全连接层。本发明极大提高了现有的网站分类的准确性。
-
公开(公告)号：CN108304720B
公开(公告)日：2020-12-11
申请号：CN201810116416.8
申请日：2018-02-06
Applicant: 恒安嘉新(北京)科技股份公司
IPC: G06F21/56
Abstract: 本发明公开了一种基于机器学习的安卓恶意程序检测方法，所述方法包括：对黑白样本进行特征提取；使用样本集进行模型训练；待检测样本通过训练好的模型识别；如识别为恶意样本，则对该样本进行家族分类，如识别为白样本，则进行异常检测，判别是否是新的恶意样本；将识别结果反馈至样本库保存；对识别错误的样本加入训练集，重新训练模型。本发明使用机器学习算法和在线学习方法解决了现有的检测方法漏检率高、恶意程序的识别准确率低的问题。
-
-
-
Search Results
4
records
(took 0.02 seconds)
