一种基于双表征融合嵌入的物联网恶意代码检测方法、检测系统及可读介质

AITNT
正文
推荐专利
一种基于双表征融合嵌入的物联网恶意代码检测方法、检测系统及可读介质
申请号:CN202410967932
申请日期:2024-07-18
公开号:CN118898070B
公开日期:2025-10-28
类型:发明专利
摘要
本发明涉及一种基于双表征融合嵌入的物联网恶意代码检测方法、检测系统及可读介质,解决现有技术存在的物联网恶意代码检测准确性和可靠性不够理想的问题。本发明技术方案包括的步骤:1)基于高可靠性插桩动态分析技术,获得物联网的汇编代码;2)基于CodeBert模型获取汇编代码段语义表征;3)基于传递神经网络模型获取函数调用图表征;4)基于双表征(汇编代码段语义表征和函数调用图表征)融合嵌入识别恶意代码。本发明能够在源代码未知条件下,利用汇编代码段语义表征和函数调用图表征构建高置信度和高可靠度的双重表征,通过双表征融合嵌入实现恶意代码的分类检测,实现可靠、准确的物联网恶意代码检测,对恶意代码。
技术关键词
恶意代码检测方法 依赖特征 语义特征 节点特征 动态分析技术 指令间数据依赖 恶意代码检测系统 神经网络模型 LSTM模型 函数调用关系 跨度 软件执行效率 编码器 数据依赖关系 多头注意力机制 标记 模块
系统为您推荐了相关专利信息
1
智慧燃气分输管道净化方法和物联网系统
智慧燃气 管道 安全监管 净化方法 机器学习模型
2
一种基于个性化联邦学习的语义通信模型训练方法
学生 知识蒸馏技术 网络剪枝 信道编码器 参数
3
一种基于图卷积神经网络的城市路网动态OD估计方法
动态OD估计方法 众包轨迹数据 矩阵 分时段 AVI检测设备
4
一种基于相似度融合和混合门控的环状RNA和疾病关联预测方法
疾病关联预测方法 环状 矩阵 双线性池化 邻居
5
人体跌倒识别方法及装置
人体跌倒识别方法 时间序列特征 多层次特征 人体关键点 深度学习模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号