一种基于卷积神经网络的恶意软件流量分类方法
基本信息
| 申请号 | CN201910849786.7 | 申请日 | - |
| 公开（公告）号 | CN110572393A | 公开（公告）日 | 2019-12-13 |
| 申请公布号 | CN110572393A | 申请公布日 | 2019-12-13 |
| 分类号 | H04L29/06（2006.01）; G06N3/04（2006.01）; G06N3/08（2006.01） | 分类 | 电通信技术; |
| 发明人 | 王书州; 章丽娟; 刘旭; 胡漪逸; 孟凯强; 王亚龙; 赵治博; 朱晓贝; 李维超 | 申请（专利权）人 | 河南戎磐网络科技有限公司 |
| 代理机构 | 北京中济纬天专利代理有限公司 | 代理人 | 河南戎磐网络科技有限公司 |
| 地址 | 450000 河南省郑州市金水区花园路西农科路北1号楼12层1201 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供一种基于卷积神经网络的恶意软件流量分类方法，属于恶意软件流量检测技术领域，该基于卷积神经网络的恶意软件流量分类方法具体包括以下步骤：恶意代码映射为单通道的信号；信号处理生成信号的语谱图；语谱图转化为恒定大小的灰度图；卷积神经网络实现恶意代码的分类。本发明基于卷积神经网络从恶意软件生成的灰度图像中学习特征，用图像分类方法完成恶意软件分类；因为卷积神经网络可以从原始数据学习特征，不需要预先设计流量特性，不需要复杂的特征工程和较深入的相关领域专业知识，所以这种方法更加高效，适用范围更加广泛；有效的识别恶意软件的全局信息，可以基于全局信息对恶意软件的性质进行分析。 |
