摘要
本发明公开了一种基于行为基因识别的攻击路径预测方法和系统,属于网络安全技术领域。该方法监控并采集各类动作的行为基因特征,将基因特征输入至预测模型中,判断恶意软件的攻击路径;预测模型中通过通用基因库和恶意行为基因库训练深度学习模型获得;数据库中的基因特征为恶意软件在系统环境容器中运行后获得。该方法通过对未知程序的执行路径进行分析及检测,从而识别恶意软件的攻击路径,具有检测准确率高、时效性好、适应性强的特点。
技术关键词
攻击路径预测方法
基因
路径预测系统
训练深度学习模型
家族
动作监测
识别恶意软件
网络安全技术
度量
容器
样本
数据格式
对象
时效性
终端
节点
阶段
进程
程序
系统为您推荐了相关专利信息
转基因小鼠模型
序列
基因编辑技术
核苷酸
融合蛋白
队列
数据
机器学习模型
交叉测试方法
分类模型识别
深度学习模型训练
风格
多层卷积网络
数据
训练深度学习模型
冠状动脉粥样硬化
膜蛋白
干扰素
家族
酶联免疫吸附法