公共文化服务平台

搜索到6296篇“ 恶意软件“的相关文章

一种恶意软件检测方法及装置: 本申请提供了一种恶意软件检测方法及装置，将待检测软件运行过程中产生的网络行为数据和API调用序列数据作为第一原始数据集；利用预先训练好的动态行为检测模型，对所述第一原始数据集进行特征提取，确定网络行为特征和API调用行为...; 刘全明赵壮魁张大伟王燕王绍鹏任斌刘晶

一种恶意软件检测方法及系统: 本申请提出了一种恶意软件检测方法及系统。属于软件检测领域，该方法包括获取数据集，并将数据集分为训练集和测试集，训练集和测试集分别由若干份.asm和.bytes文件组成；将.asm文件和.bytes文件两两配对合成为二进制...; 谢逸钱佳乐

缓解恶意软件的系统和方法: 本公开涉及缓解恶意软件的系统和方法，本文所描述的特定实施例提供了一种电子设备，所述电子设备可以被配置成接收脚本数据，确定针对脚本数据的校验和树，将校验和树的每一个校验和与一个或多个子树校验和比较，以及向脚本数据分配一个或...; C·阿尔默S·哈恩S·芬克

恶意软件知识图谱的构建与研究: 2025年; 近年来,知识图谱在恶意软件分析领域应用广泛,但是多数研究人员着重于构建恶意软件API知识图谱,利用知识图谱去检测恶意代码,而利用API知识图谱解释性较弱、专业性较高。针对上述问题,提出通过NER模型去抽取恶意软件名称、发现地等文本实体信息,以此构建恶意软件知识图谱,并通过知识图谱发现其多样性、演化路径、威胁方式与分类关联等。首先研究了恶意软件知识图谱的构建方法,完成数据预处理、模式层构建与数据层构建。其次对恶意软件结构化与半结构化数据进行实体标识与规范化,完成本体构建(实体、关联与附加属性),通过模式层指导数据层的方法,利于BERT-BiLSTM-CRF模型进行知识抽取。最后,利用Neo4j图数据库对知识图谱进行存储与可视化。利用病毒库数据对所建模型进行仿真验证,实验结果表明:此模型相比同类模型效果更好,性能指标更优异,对推进网络安全知识简易化和防御体系知识普及化具有重要意义。; 罗养霞李浩武晨明; 关键词：知识图谱恶意软件知识抽取

引入R-Drop的恶意软件检测模型: 2025年; 在神经网络训练过程中,Dropout容易导致训练阶段和校验阶段模型不一致,限制模型的性能提升,针对此问题,提出一种引入R-Drop的恶意软件检测模型,使用双向KL散度及负对数似然损失函数规范模型的输出分布,利用正则约束调整模型的自由度,提升模型预测准确性,改善模型泛化性能。结果表明,引入R-Drop后的模型能进一步改善DeepMalNet模型的检测能力。; 林茂源; 关键词：DROPOUT KNN

基于区块链的恶意软件检测方法: 本发明涉及基于区块链的恶意软件检测方法，属于恶意软件检测技术领域，首先对已知的恶意软件分别进行静态分析，获取权限特征，得到字符串；计算字符串的局部敏感哈希值；搭建区块链环境，将各恶意软件检测节点部署到区块链环境中，并利用...; 解男男牟林阳张传雪袁启照

一种恶意软件检测方法、装置及电子设备: 本申请提供了一种恶意软件检测方法、装置及电子设备，该方法包括：获取待检测软件的可执行文件，并将可执行文件转换为指令特征向量，在可执行文件中提取出待检测内容，并将待检测内容转换为灰度图像，生成灰度图像的图像特征向量；将指令...; 丁磊常力元何乐为于鹏王庆红

一种恶意软件取证系统、方法及电子设备: 本申请涉及网络安全技术领域，尤其涉及一种恶意软件取证系统、方法及电子设备。该系统包括：数据获取模块、数据处理模块、结果生成模块和自动响应模块；数据获取模块，用于获取软件样本、流量数据和日志数据；数据处理模块，用于基于软件...; 王新杰

基于加权复杂网络的恶意软件入侵预警算法: 2025年; 恶意入侵代码的种类较多,每种入侵软件均具有特定攻击方式和特征,导致准确预警恶意入侵困难。为此,提出基于加权复杂网络的软件恶意入侵预警算法。构建加权复杂网络模型,获取网络节点的强度,检测网络异常节点,计算样本方差,获取节点中位数置信区间,得到整体样本中异常节点的置信度区间,确定入侵节点的区域范围,通过求解节点的能耗情况,根据自适应提升算法(Adaptive lifting algorithm, Adaboost)中的分类器,得出样本数据的原始权值,得出入侵数据的分类结果,利用预警模型判定软件恶意入侵行为,实现入侵预警。实验结果表明,所提算法对单个以及多个节点的检测率均较高,且虚警率更低,节点预警所需时间短,最短仅为0.05ms。; 熊欢刘鑫; 关键词：恶意软件入侵预警置信度

基于优化遗传算法的恶意软件漏洞检测方法: 2025年; 恶意软件的攻击技术不断进化,呈现出多态性与变形性的显著特征。这些恶意软件能够灵活地对自身代码结构进行调整,致使每次发起攻击时的形态都各不相同,让人难以预测。传统检测方法依赖静态漏洞评分标准,难以准确评估恶意软件变化攻击下的漏洞威胁,导致检测漏洞数量与实际不符,准确性低。为此,文章提出一种基于优化遗传算法的恶意软件漏洞检测方法。该方法将链路报文进行转化,并与端口报文相结合,通过考虑信息流传输过程中产生的叠加流量,获取恶意软件最终信息流。采用运行码频率提取方法,从信息流中筛选出高频运行码特征,快速定位与恶意软件行为最相关的关键特征。将这些关键特征作为优化遗传算法的初始种群,计算漏洞存在时的最优个体值,并与攻击成功的经验阈值比较,评估漏洞威胁程度。通过实时检测恶意软件攻击的风险态势,及时获取漏洞情况。实验结果表明,在特定时间点(5、11、20、26 s),软件响应频率显著突变,且检测出的漏洞数量与实际完全吻合。这表明此方法能有效检测漏洞,准确获取恶意软件漏洞数量,显著提升检测准确性。; 陈宇翔; 关键词：遗传算法优化算法恶意软件漏洞检测

相关作者