买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉江西服装学院申请的专利一种基于层次分类的恶意代码分析方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121525038B 。

龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610057975.0，技术领域涉及：G06F21/56；该发明授权一种基于层次分类的恶意代码分析方法及系统是由雷阗玮设计研发完成，并于2026-01-16向国家知识产权局提交的专利申请。

本一种基于层次分类的恶意代码分析方法及系统在说明书摘要公布了：本申请提供了一种基于层次分类的恶意代码分析方法及系统，本申请涉及数据处理的技术领域，包括：获取待分析的恶意代码样本，对恶意代码样本进行特征提取，得到特征向量；将特征向量输入预设的层次分类模型，得到恶意代码样本的层次化分类结果；计算特征向量中各特征在层次化分类结果中各分类节点的贡献度；基于贡献度构建高维数值向量，计算不同分类节点的高维数值向量之间的余弦相似度；对余弦相似度进行关联性分析，得到不同恶意代码类别间的关联性分析报告。通过采用层次分类模型逐级判定恶意代码样本的家族类别与变种类别，克服在处理复杂家族体系或多变种恶意代码时，存在着分类粒度不足、类别差异难以刻画以及类别关联性难以分析的问题。

本发明授权一种基于层次分类的恶意代码分析方法及系统在权利要求书中公布了：1.一种基于层次分类的恶意代码分析方法，其特征在于，包括： 步骤S1、获取待分析的恶意代码样本，对所述恶意代码样本进行特征提取，得到特征向量； 步骤S2、将所述特征向量输入预设的层次分类模型，得到所述恶意代码样本的层次化分类结果；所述层次分类模型利用集成CLUS-HSC算法构建，且所述层次分类模型包括三层树状标签结构，其中，所述三层树状标签结构包括表示恶意代码的根节点、表示恶意代码家族的二级子节点和表示恶意代码变种的三级叶子节点；在所述三层树状标签结构中为每个分类节点设置有独立的决策树；其中，所述步骤S2具体包括：将所述特征向量输入所述根节点对应的决策树，以判定所述恶意代码样本所属的家族节点；将所述特征向量输入判定出的家族节点对应的决策树，以判定所述恶意代码样本所属的变种和层次化分类结果； 步骤S3、计算所述特征向量中各特征在所述层次化分类结果中各分类节点的贡献度；其中，所述步骤S3具体包括：获取所述层次分类模型中的每个分类节点，从训练集中提取属于各个分类节点的所有恶意代码样本及特征向量；将所述特征向量输入当前分类节点对应的决策树，获取所述决策树对所述恶意代码样本的预测输出，将所述预测输出作为当前分类节点的分类决策；计算所述特征向量中的各个特征在所述层次化分类结果中对应分类节点的分类决策的Shapley值；对各个分类节点上的每个特征的Shapley值进行统计，得到平均Shapley值，将所述平均Shapley值作为各个特征在对应分类节点的贡献度； 步骤S4、基于所述贡献度构建高维数值向量，计算不同分类节点的高维数值向量之间的余弦相似度；其中，所述步骤S4具体包括：将各个分类节点上所有特征的贡献度按照特征顺序进行组合，以构建高维数值向量；选取所述层次分类模型中需要进行关联性评估的第一分类节点和第二分类节点，并获取所述第一分类节点对应的高维数值向量和所述第二分类节点对应的高维数值向量；通过余弦公式计算所述第一分类节点对应的高维数值向量和所述第二分类节点对应的高维数值向量之间的余弦相似度； 步骤S5、对所述余弦相似度进行关联性分析，得到不同恶意代码类别间的关联性分析报告；其中，所述步骤S5具体包括：将所述余弦相似度与预设的关联性判定阈值进行比较，当所述余弦相似度大于或等于所述关联性判定阈值时，判定对应的两个恶意代码类别存在技术关联性；当所述余弦相似度越接近1时，判定对应的两个恶意代码类别在底层技术或代码实现或演化历史上的关联性越强；基于所述余弦相似度推断不同恶意代码类别之间的技术相似性或代码复用关系，生成关联性分析报告。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江西服装学院，其通讯地址为：330000 江西省南昌市向塘开发区丽湖中大道103号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。