龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：中国人民解放军空军工程大学
摘要：本发明公开了一种恶意代码图像分类方法和系统，涉及网络信息安全领域，用以提升恶意代码图像分类效率。本发明构建分类网络并进行训练，利用训练的模型对恶意代码图像进行分类，分类网络利用Stem子网络对输入的恶意代码图像进行第一卷积处理；利用多阶段子网络对第一卷积处理后的特征图进行多阶段的第二卷积处理，每相邻两阶段间利用过渡子网络对前一阶段得到的卷积图进行第三卷积处理；分类网络的每一卷积核的输入通道数均被配置为一个，并利用核生成函数映射回全尺寸卷积；最后一个阶段输出的特征图由分类器子网络进行分类。本发明减轻了模型参数冗余，提升了模型效率和性能，扩大了特征提取感受野，提升了分类精确度。
主权项：1.一种恶意代码图像分类方法，其特征在于，包括：获取恶意代码图像数据集，并构建出训练集和测试集，其中训练集中的恶意代码图像标注有分类标签；利用所述训练集对预构建的分类网络进行训练，并利用所述测试集对训练后的分类网络进行测试，得到分类模型；利用所述分类模型对待分类的恶意代码图像进行分类；其中，所述分类网络被构建为：利用Stem子网络对输入的恶意代码图像进行第一卷积处理；利用多阶段子网络对第一卷积处理后的特征图进行多阶段的第二卷积处理，每相邻两阶段间利用过渡子网络对前一阶段得到的卷积图进行第三卷积处理；所述第一卷积处理、第二卷积处理和第三卷积处理中，每一卷积核的输入通道数均被配置为一个，并利用核生成函数映射回全尺寸卷积；最后一个阶段输出的特征图由分类器子网络进行分类。
全文数据：
权利要求：
百度查询： 中国人民解放军空军工程大学 恶意代码图像分类方法和系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号