基于神经网络与变形状态转移图的恶意软件变体生成方法
申请号:CN202510516737
申请日期:2025-04-23
公开号:CN120337220A
公开日期:2025-07-18
类型:发明专利
摘要
本发明涉及网络安全技术领域,特别是基于神经网络与变形状态转移图的恶意软件变体生成方法,包括:步骤1:定义恶意软件训练样本集合、变形方法集合、检测模型集合;步骤2:构建变形状态转移图;步骤3:每轮开始时为每个恶意软件训练样本生成初始空序列;步骤4:预测下一个变形方法;步骤5:生成下一个变形序列和恶意软件训练样本变体;步骤6:循环步骤4和步骤5,直至得到当前轮次的变形恶意软件训练样本集合,计算出检测概率矩阵;步骤7:根据损失函数更新模型;步骤8:循环执行直到输出得到最终的模型;批量化生成恶意软件的变体。本发明能够批量生成高隐蔽性的恶意软件变体,有效解决了高质量恶意软件数据不足的问题。
技术关键词
变形方法
生成方法
序列
特征提取模型
恶意软件数据
程序入口点
网络安全技术
矩阵
批量
随机森林
定义
字段
参数