摘要
本申请实施例提供一种程序检测方法、装置、计算机设备及存储介质,涉及计算机技术领域,可应用于金融领域或其他技术领域。方法包括:根据待检测程序在运行时的API序列以及流量序列,得到待检测程序的多维特征向量;将多维特征向量输入至预设编码器模型中,判断待检测程序的安全性,预设编码器模型具有分类功能,且预设编码器模型的训练过程包括无监督训练和有监督微调。本申请对待检测程序在运行过程中的API调用序列以及流量序列进行特征提取以及特征融合,构建待检测程序的多维度特征值,多维度特征值能够更加精准地描述待检测程序的运行特点,且结合深度学习网络能够学习更多种恶意程序的行为类型的特点,实现对程序进行全范围、高精度的检测。
技术关键词
多维特征向量
编码器
程序检测方法
计算机执行指令
序列
编解码模块
样本
网络流量信息
分类功能
特征提取模型
程序检测装置
计算机设备
无监督
深度学习网络
处理器
可读存储介质
计算机程序产品
特征值
重构