中國大唐集團科學技術研究院有限公司中南電力試驗研究院王方玉獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉中國大唐集團科學技術研究院有限公司中南電力試驗研究院申請的專利一種用于電力企業安全防護的惡意代碼檢測方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN114091021B 。
龍圖騰網通過國家知識產權局官網在2025-12-23發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202111330365.7,技術領域涉及:G06F21/56;該發明授權一種用于電力企業安全防護的惡意代碼檢測方法是由王方玉;張之剛;李若峰;付衛寧設計研發完成,并于2021-11-11向國家知識產權局提交的專利申請。
本一種用于電力企業安全防護的惡意代碼檢測方法在說明書摘要公布了:本發明涉及一種用于電力企業安全防護的惡意代碼檢測方法,通過對系統程序生成的指令集進行原數據集的采樣,根據數據集中指令集的特征,通過分析樣本的內容、樣本之間地關系提取惡意特征,使用污點傳播分析算法對指令集進行污點標記,構建行為依賴圖,并對行為依賴圖增強處理,構造正、負例樣本,根據得到的正、負樣本數據對比學習,生成足夠多樣本,然后把新生成的樣本數據與原數據集組成增強數據集,把增強數據集輸入以神經網絡為編碼器的對比學習的特征提取器中學習惡意代碼的表示特征,最后通過反向傳播算法對神經網絡的損失函數調參優化,保存訓練的最優模型對惡意代碼檢測識別。
本發明授權一種用于電力企業安全防護的惡意代碼檢測方法在權利要求書中公布了:1.一種用于電力企業安全防護的惡意代碼檢測方法,其特征在于,包括以下步驟: 步驟1,對采集到的系統運行的指令集進行污點傳播分析; 步驟2,把步驟1中污點傳播分析的結果構建行為依賴圖,得到依賴圖數據集; 步驟3,對構建的行為依賴圖數據集變換處理,構造正、負例樣本,并與原數據集共同組成增強數據集; 步驟4,將步驟3構造的增強數據集進行標準化處理; 步驟5,構造映射函數,計算映射后的樣本之間的相似度,分別投影到行、列空間進行實例和類別的對比學習; 步驟6,特征提取,圖卷積神經網絡特征提取器會對增強數據集中的每個樣本進行遍歷,調節神經網絡的權重與偏置,使得神經網絡更深層次的學習圖數據的表示特征; 步驟7,構造損失函數,通過反向傳播算法進行梯度計算,得到正、負例樣本數據與原數據距離,使得正例樣本與原數據之間無限接近,負例樣本與原數據之間相互遠離; 步驟8,反向傳播訓練,通過反向傳播算法進行梯度計算,調節參數,最小化損失函數,優化模型; 步驟9,保存訓練的最優模型對惡意代碼進行檢測識別; 所述步驟3具體為,通過對行為依賴圖的特征空間進行增廣處理,對行為依賴圖的數據進行節點和邊操作,行為依賴圖是由節點和邊構成的,通過自監督學習算法的對比學習,根據節點與邊的屬性自動構造子視圖,在構圖時對圖數據刪減節點和邊、隨機增加節點和邊,得到新的子圖數據,以此構造正例樣本;對比學習中,在負例隊列中任意選擇大小數量的負例,負例數量越多,模型的訓練效果越好,不同視圖下得到的子圖數據具有互補作用,因此從兩個視圖中獲得的圖數據對比學習,可以同時得到豐富的全局和局部信息編碼,最后將得到的正、負例樣本與原行為依賴圖數據集共同組成增強數據集。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人中國大唐集團科學技術研究院有限公司中南電力試驗研究院,其通訊地址為:450000 河南省鄭州市自貿試驗區鄭州片區(鄭東)明理路56號中原金融產業園13號樓;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
以上內容由龍圖騰AI智能生成。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。

皖公網安備 34010402703815號
請提出您的寶貴建議,有機會獲取IP積分或其他獎勵