摘要
本申请公开了一种异常函数的检测方法、装置、设备、存储介质及程序产品,涉及计算机技术领域,通过从反汇编的汇编指令序列中提取特征序列和语义类别序列,生成动态频率模型,进而构建基准模型,避免了固定签名库的局限,能够适应不同平台和编译环境下的代码变种,提升了对未知恶意代码的检测能力;专注于分析操作码和语义类别序列,减少了复杂控制流分析中的误差风险,提升了检测准确性;采用静态分析避免了动态分析的高开销和反调试问题,提高了检测效率;通过构建基准模型与待测代码中的待检测函数对比,避免依赖静态签名和复杂控制流分析,解决了混淆代码和未知恶意逻辑的适应性问题,达到了稳定、高效的异常函数识别的技术效果。
技术关键词
序列
频率
重构误差
离群点
生成特征
基准
语义层面
指令
可读存储介质
存储计算机程序
计算机程序产品
模块
处理器
指标
电子设备
密度
系统为您推荐了相关专利信息
梯级水库
动态控制方法
综合分析方法
发电量
优化调度模型
解码器架构
血糖预测方法
血糖预测模型
注意力机制
解码器结构
大语言模型
工作流
构建知识图谱
实体
神经网络技术