南京航空航天大学方黎明获国家专利权
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！
龙图腾网获悉南京航空航天大学申请的专利一种基于特权特征和污点特征的机器学习恶意软件检测方法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：CN114329463B 。
龙图腾网通过国家知识产权局官网在2025-08-01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：202111497710.6，技术领域涉及：G06F21/56；该发明授权一种基于特权特征和污点特征的机器学习恶意软件检测方法是由方黎明;朱泽升;恽昕宇设计研发完成，并于2021-12-09向国家知识产权局提交的专利申请。
本一种基于特权特征和污点特征的机器学习恶意软件检测方法在说明书摘要公布了：本文公开了一种基于特权特征和污点特征的机器学习恶意软件检测方法，该方法基于特权特征对现有的基于污点分析的检测方案进行了改进，能够在使用较少数据量的同时实现高分类结果，通过扩展特征值的多维计算，构建基于特权特征、污点源特征和污点汇特征的特征值表，并引入Transformer对其进行分析和检测，这是基于Android平台的恶意软件检测的良好实现。
本发明授权一种基于特权特征和污点特征的机器学习恶意软件检测方法在权利要求书中公布了：1.一种基于特权特征和污点特征的机器学习恶意软件检测方法，其特征在于，包括如下步骤： 步骤1，解压APK文件，获取AndroidMainfest.xml文件； 步骤2，反编译AndroidMainfest.xml文件，从中提取权限信息； 步骤3，使用FlowDroid提取sink特征、source特征和path特征； 步骤4，计算每种权限出现的频率，得到单个权限的特征值表； 步骤5，根据步骤4，计算单个程序整体权限特征值； 步骤6，计算sink特征、source特征和path特征的特征值，若泄漏路径为0时，Source特征和Sink特征的特征值计算与权限的特征值计算相同；若泄漏路径不为0时Source和Sink的特征值受Path特征值的影响，每增加一条Path，则对应的Source和Sink的特征值按比例P增加； 步骤7，使用深度学习算法进行检测和分类。
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南京航空航天大学，其通讯地址为：211106 江苏省南京市秦淮区御道街29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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号