发明名称 |
一种基于深度学的恶意代码样本分类方法及系统 |
摘要 |
本发明公开了一种基于深度学的恶意代码样本分类方法,包括:对恶意代码样本进行反汇编得到汇编代码;基于十六进制码与图像灰度值的对应关系,将汇编代码转化为图像样本数据;将所述图像样本数据输入预先训练得到的卷积神经网络,得到恶意代码样本分类结果。本发明还公开了一种基于深度学的恶意代码样本分类系统。本发明所述技术方案能够准确识别恶意代码样本所属类别,并提高了恶意代码样本分类的准确性。 |
申请公布号 |
CN105989288A |
申请公布日期 |
2016.10.05 |
申请号 |
CN201511013606.X |
申请日期 |
2015.12.31 |
申请人 |
武汉安天信息技术有限责任公司 |
发明人 |
何源浩;孙岩;马志远 |
分类号 |
G06F21/56(2013.01)I;G06K9/62(2006.01)I;G06N3/02(2006.01)I |
主分类号 |
G06F21/56(2013.01)I |
代理机构 |
|
代理人 |
|
主权项 |
一种基于深度学习的恶意代码样本分类方法,其特征在于,包括:对恶意代码样本进行反汇编得到汇编代码;基于十六进制码与图像灰度值的对应关系,将汇编代码转化为图像样本数据;将所述图像样本数据输入预先训练得到的卷积神经网络,得到恶意代码样本分类结果。 |
地址 |
430000 湖北省武汉市东湖新技术开发区软件园东路1号软件产业4.1期B4栋12层01室 |