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：福建中信网安信息科技有限公司

摘要：本申请公开了一种基于深度学习的数据安全态势感知系统及方法，其通过利用深度学习技术对恶意软件的软件代码进行深入分析，提取其本质性的语义聚类含义信息以及恶意软件的整体态势，同时对待检测软件的软件代码进行语义编码，并通过哈希域共空间的引入，使得恶意软件的软件语义特征与待检测软件的软件语义特征能够直接进行对比与匹配，从而实现智能化判断待检测软件是否具有恶意行为的潜在风险。

主权项：1.一种基于深度学习的数据安全态势感知系统，其特征在于，包括：恶意软件代码获取模块，用于获取被标注为恶意软件的软件代码的集合；恶意软件代码语义聚类分析模块，用于对所述被标注为恶意软件的软件代码的集合进行语义聚类分析以得到恶意软件代码语义聚类表征特征向量；待检测软件代码获取模块，用于获取待检测软件的软件代码；待检测软件代码语义编码模块，用于对所述待检测软件的软件代码进行语义编码以得到待检测软件语义编码特征向量；以及度量与感知模块，用于使用语义差异度量模块对所述恶意软件代码语义聚类表征特征向量和所述待检测软件语义编码特征向量进行处理以确定所述待检测软件是否为恶意软件；其中，所述恶意软件代码语义聚类分析模块，包括：恶意软件代码语义编码单元，用于对所述被标注为恶意软件的软件代码的集合中的各个被标注为恶意软件的软件代码进行语义编码以得到恶意软件代码语义编码特征向量的集合；以及联合聚类分析单元，用于对所述恶意软件代码语义编码特征向量的集合进行联合聚类分析以得到所述恶意软件代码语义聚类表征特征向量；其中，所述联合聚类分析单元，用于：以如下联合聚类分析公式对所述恶意软件代码语义编码特征向量的序列进行处理以得到所述恶意软件代码语义聚类表征特征向量；其中，所述联合聚类分析公式为： 其中，是所述恶意软件代码语义编码特征向量的序列中第个恶意软件代码语义编码特征向量，是所述恶意软件代码语义编码特征向量的序列中第个恶意软件代码语义编码特征向量，表示特征向量的1范数，为所述恶意软件代码语义编码特征向量的序列的长度减一，为所述恶意软件代码语义编码特征向量的序列的表示，表示特征差异系数，表示掩码化处理，表示掩码化后特征差异系数，表示自然指数函数运算，表示所述掩码化后特征差异系数的总数，为所述恶意软件代码语义聚类表征特征向量；其中，所述度量与感知模块，包括：共空间映射变化单元，用于对所述恶意软件代码语义聚类表征特征向量和所述待检测软件语义编码特征向量进行公共空间映射变换以得到哈希变换恶意软件代码语义聚类表征特征向量和哈希变换待检测软件语义编码特征向量；语义距离量化单元，用于计算所述哈希变换恶意软件代码语义聚类表征特征向量和所述哈希变换待检测软件语义编码特征向量之间的汉明距离；恶意感知单元，用于基于所述汉明距离与预定阈值之间的比较，确定所述待检测软件是否为恶意软件。

全文数据：

权利要求：

百度查询： 福建中信网安信息科技有限公司 基于深度学习的数据安全态势感知系统及方法