长春理工大学解男男获国家专利权
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!
龙图腾网获悉长春理工大学申请的专利基于区块链的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:CN119397531B 。
龙图腾网通过国家知识产权局官网在2025-10-03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:202411450987.7,技术领域涉及:G06F21/56;该发明授权基于区块链的恶意软件检测方法是由解男男;牟林阳;张传雪;袁启照设计研发完成,并于2024-10-17向国家知识产权局提交的专利申请。
本基于区块链的恶意软件检测方法在说明书摘要公布了:本发明涉及基于区块链的恶意软件检测方法,属于恶意软件检测技术领域,首先对已知的恶意软件分别进行静态分析,获取权限特征,得到字符串;计算字符串的局部敏感哈希值;搭建区块链环境,将各恶意软件检测节点部署到区块链环境中,并利用智能合约将各恶意软件的局部敏感哈希值存储在区块链环境中;通过撰写智能合约,各节点计算待测软件的局部敏感哈希值与链上存储的恶意软件的局部敏感哈希值的TLSH距离,得到软件之间的最终距离,将最终距离与设定的距离阈值进行比较,若未能检测出待测软件的恶意性,则基于联邦学习技术对待测软件进行二次检测。本发明结合区块链和局部敏感哈希技术,提高恶意软件检测时效性的同时,实现恶意软件信息共享。
本发明授权基于区块链的恶意软件检测方法在权利要求书中公布了:1.基于区块链的恶意软件检测方法,其特征在于,包括以下步骤: 步骤1:对多个已知的恶意软件分别进行静态分析,获取权限特征,并按照字典对获取的权限特征进行排序,得到每个恶意软件对应的一个字符串; 步骤2:计算每一个字符串的局部敏感哈希值; 步骤3:搭建区块链环境,将各恶意软件检测节点部署到该区块链环境中,并利用智能合约将各恶意软件对应的局部敏感哈希值存储在该区块链环境中; 步骤4:通过撰写智能合约,各恶意软件检测节点采用TLSH距离计算公式计算待测软件的局部敏感哈希值与链上存储的恶意软件的局部敏感哈希值的TLSH距离,并取最小的两个TLSH距离值的平均值作为待测软件和该恶意软件之间的最终距离值,判断计算得到的最终距离值是否小于设定的距离阈值,若是则判断待测软件为恶意软件,否则执行步骤5; 步骤5:基于联邦学习技术,各恶意软件检测节点共同训练恶意软件检测模型,对待测软件进行二次检测,具体包括以下步骤: 步骤5.1、初始化:设定可靠的中央服务器随机初始化恶意软件检测模型参数; 步骤5.2、联邦训练:中央服务器将参数分发给各恶意软件检测节点,每个恶意软件检测节点使用本地数据进行模型训练,训练时采用随机梯度下降算法来最小化局部训练中的损失函数,训练后生成一个本地模型; 步骤5.3、模型更新:各恶意软件检测节点将本地模型参数发送回中央服务器,中央服务器收集所有本地模型的参数,并使用FedAvg方法聚合成最新模型参数; 步骤5.4:重复步骤5.2和步骤5.3,直到达到预定的训练轮次,得到最优的局部模型,各恶意软件检测节点利用最优的局部模型对待测软件进行检测,当检测待测软件为恶意软件时,将该待测软件的局部敏感哈希值存储在区块链环境中。
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长春理工大学,其通讯地址为:130022 吉林省长春市卫星路7089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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励