基于Hash函数和FPN-Transformer的恶意代码分类方法

本发明涉及基于Hash函数和FPN‑Transformer恶意代码分类方法，使用哈希函数对待分类的代码文件数据进行压缩处理，降低特征数据的维度并减少噪声；将特征金字塔网络FPN和Transformer模型相结合，构建FPN‑Transformer模型，为多层回归特征提取模型提供多层次和多视角的特征数据；利用多层回归特征提取模型对FPN‑Transformer模型提取的不同层次的特征进行综合和融合，根据融合结果输出最终的代码分类结果。本发明通过对数据特征的有效压缩与高效提取，显著提高了恶意代码分类任务的性能和实用性；通过自相关矩阵分类器进行特征融合与分类，优化了模型在实际应用中的准确性和泛化能力。