摘要
本发明公开了一种基于语义相关性的恶意软件智能检测与防御方法,所述方法包括S1:对历史恶意软件样本进行分类学习并建立检测模型;S2:提取未知软件运行过程中产生的API调用序列特征并进行语义相关性分析;S3:基于语义相关性分析结果,使用所述检测模型对未知软件进行恶意性判别,并启动恶意软件监控程序。该基于语义相关性的恶意软件智能检测方法,能够更有效地应对恶意软件多态性、代码混淆等干扰手段,更好地识别和分类未知威胁,提升检测模型的泛化能力和对抗鲁棒性,提高整体检测的智能化水平。进一步增强系统在面对恶意软件演变时的持续防御能力,在解决传统方法的局限性、应对复杂的网络威胁方面,具备一定的技术优势。
技术关键词
建立检测模型
序列特征
语义特征
应对恶意软件
智能检测方法
人工智能算法
样本
代码混淆
日志
程序
监控中心
高风险
鲁棒性
数据
基线
模式
系统为您推荐了相关专利信息
动态监测方法
层级
输入多尺度
通道注意力机制
图像块
玻璃体视网膜
自动分割方法
多尺度语义特征
输出特征
残差模块
无线异构通信
监测管理系统
时空融合特征
全同态加密
同态加密算法
攻击检测方法
文本挖掘方法
聚类
度量
特征建模方法