摘要
本发明实施例涉及机器学习技术领域,特别涉及一种代码类型检测模型的训练方法和代码类型的检测方法,包括:划分目标代码文件为训练集和测试集;基于训练集中各字符间的相似度,将训练集中的代码文件转换为向量集;利用缎蓝园丁鸟算法,基于各字符在总字符中的重复情况,从向量集中提取得到特征向量集;根据不同类型的代码所对应的特征,对特征向量集的特征进行分类,形成代码类型的检测标准;利用测试集对检测标准进行测试,直至满足测试要求,得到代码类型检测模型。本申请根据不同类型的代码所对应的特征对特征向量集进行分类,形成代码类型的检测标准,使得模型能够自动学习和识别恶意代码行为的模式,从而有效检测未知或变种的恶意代码。
技术关键词
字符
胶囊网络
机器学习技术
算法
级联
训练装置
处理器通信
测试模块
可读存储介质
总量
存储器
参数
电子设备
指令
计算机
标签
阶段
模式
系统为您推荐了相关专利信息
语义分割模型
项目管理信息
BIM模型构件
颜色直方图
高质量训练数据集
偏差修正方法
电子标签
三维位置信息
支持向量机算法
实时位置
子系统
三维环境信息
中央控制
环境监测模块
规划