一种基于NPU的恶意文件检测方法

本发明涉及网络安全技术领域，尤其涉及一种基于NPU的恶意文件检测方法，包括以下步骤：步骤S1、数据处理：将火绒虚拟沙盒提取的动态行为日志作为原始输入数据进行处理；步骤S2、模型转化：将深度学习模型依次转化为ONNX模型和OpenVino IR模型；步骤S3、检测推理：将处理后的输入数据和OpenVino IR模型加载到NPU上进行模型推理，获得推理结果。本发明通过将火绒虚拟沙盒提取的动态行为日志预处理、分词并建立词表，再经Pytorch模型转化为OpenVino IR模型后在NPU上推理，实现了高效处理海量日志数据，降低硬件资源占用与功耗，提升模型推理效率，解决了传统方案在实时检测和边缘计算场景中能效不足的问题。