摘要
本发明公开了融合静态特征的数据交易恶意软件检测模型后门攻击方法、系统、设备及介质,属于数据可靠性安全技术领域,包括:获取恶意样本集和良性样本集,并提取各样本集对应的静态特征;根据静态特征在恶意样本集与良性样本集中的分布差异,确定一或多种静态特征的组合作为静态触发器;获取待训练的恶意软件检测模型,并构建包含恶意样本集和良性样本集的原始训练集;根据静态触发器对原始训练集进行投毒处理,生成携带有后门触发条件的投毒训练集;利用投毒训练集对待训练的恶意软件检测模型进行训练,得到携载后门的恶意软件检测模型。本发明提出融合静态特征的触发器嵌入方法,保持恶意软件功能,提升攻击成功率。
技术关键词
恶意软件检测
静态特征
恶意样本
后门
训练集
数据
模型训练模块
频率
特征提取模块
嵌入方法
纹理特征
处理器
计算机设备
序列
可读存储介质
存储器
标签
系统为您推荐了相关专利信息
仿真预测方法
通道剪枝
仿真模型
掩码矩阵
模型预训练
洪水预报模型
洪水预报方法
新安江模型
神经网络单元
水文
清算方法
序列预测模型
生成机制
节点
神经网络结构
肺癌检测方法
生物电阻抗
深度学习模型
空间特征提取方法
深度学习优化