买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:北京理工大学
摘要:本发明公开了基于Two‑Head异常检测模型的恶意代码样本筛选器及方法,筛选器包括特征提取器、第一分类层、第二分类层、softmax函数模块以及不确定性度量模块。特征提取器包括恶意代码检测模型中的特征提取部分。第一分类层和第二分类层采用恶意代码检测模型中的分类层结构,第一分类层和第二分类层并行连接在特征提取器输出端。第一分类层和第二分类层的输出分别经softmax函数模块输出第一分类概率值和第二分类概率值。第一分类概率值和第二分类概率值输入至一个不确定性度量模块中;不确定性度量模块的输出为分类结果标签。并使用训练好的Two‑Head异常检测模型对待输入至恶意代码检测模型的恶意代码检测样本进行筛选。
主权项:1.基于Two-Head异常检测模型的恶意代码样本筛选器,用于对基于卷积神经网络模型构建的恶意代码检测模型进行样本筛选,其特征在于,所述筛选器包括特征提取器、第一分类层、第二分类层、softmax函数模块以及不确定性度量模块;所述特征提取器包括所述恶意代码检测模型中的特征提取部分;所述第一分类层和所述第二分类层采用所述恶意代码检测模型中的分类层结构,第一分类层和第二分类层并行连接在所述特征提取器输出端;所述第一分类层和第二分类层的输出分别经softmax函数模块输出第一分类概率值和第二分类概率值;所述第一分类概率值和第二分类概率值输入至一个不确定性度量模块中;所述不确定性度量模块的输出为分类结果标签。
全文数据:
权利要求:
百度查询: 北京理工大学 基于Two-Head异常检测模型的恶意代码样本筛选器及方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。