- 1、本文档共17页,其中可免费阅读16页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于协同学习的可视化恶意软件检测方法,包括初始化过程和协同训练过程;其中:所述初始化过程具体包括:(1)软件可视化;(2)特征提取;所述的协同训练过程具体包括:(3)多分类器新样本协同训练标记;(4)投票检测过程;本发明能够使用少量已标记的软件样本特征进行建模,并通过大量未标记样本不断优化模型的检测性能,使恶意软件检测模型具有了自学习,自适应的能力,从而减少了对于人工软件样本标记的依赖,解决了恶意软件检测中有标记样本收集困难,导致基于机器学习的恶意软件分类模型难以有效训练的问题。
(19)中华人民共和国国家知识产权局
(12)发明专利
(10)授权公告号 CN 113221115 B
(45)授权公告日 2021.09.17
(21)申请号 202110775119.6 (56)对比文件
文档评论(0)