摘要
本发明提供了一种APT恶意软件组织识别方法及系统,涉及网络安全技术领域。本发明提供的方法包括将待训练或者待测的APT恶意软件原始文件进行反汇编,得APT恶意软件的反汇编代码;分析反汇编代码,得反汇编代码指令行;记录各类反汇编代码指令行的数量,提取反汇编代码指令行中的特征信息并生成特征向量;将特征向量与恶意软件标签作为决策树模型的训练数据,对训练数据进行预处理;将预处理后的训练数据输入决策树模型进行训练,得训练好的决策树模型;将训练好的决策树模型用于对APT恶意软件进行识别。目的是提升对APT组织检测的效率。
技术关键词
决策树模型
生成特征向量
识别方法
指令
组织
决策树训练
标签
网络安全技术
构建决策树
模型训练模块
文件特征
数据获取模块
节点
识别系统
指标
识别模块
总量
样本
系统为您推荐了相关专利信息
历史负荷数据
储能系统
曲线
系统运行控制
充放电功率
大语言模型
对话生成方法
标签
对话生成系统
模版
方舱
快速开关
PLC控制系统
伺服器
反馈给控制系统