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！

龙图腾网获悉西安电子科技大学杭州研究院申请的专利基于机器学习的恶意软件家族主要特征提取和可视化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：CN118862073B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202411000178.6，技术领域涉及：G06F21/56；该发明授权基于机器学习的恶意软件家族主要特征提取和可视化方法是由周家兴;姚铮;阮涛;张海宾;张扬设计研发完成，并于2024-07-24向国家知识产权局提交的专利申请。

本基于机器学习的恶意软件家族主要特征提取和可视化方法在说明书摘要公布了：本发明涉及计算机技术、机器学习和信息安全领域，尤其涉及基于机器学习的恶意软件家族主要特征提取和可视化方法，包括特征选择、家族分类、特征贡献度提取、归一化处理和可视化步骤；通过静态或动态分析收集恶意软件样本行为数据，选择特征并转换为矩阵形式，基于机器学习算法进行分类，提取特征贡献度并归一化处理，根据特征贡献度矩阵，通过颜色编码方法对不同特征进行可视化处理；宏观可视化展示家族间特征异同，微观可视化展示具体特征内容；本发明有效提取并展示了恶意软件家族的主要特征及其差异，提供了分类算法的决策依据，具有高效、准确的特点。

本发明授权基于机器学习的恶意软件家族主要特征提取和可视化方法在权利要求书中公布了：1.基于机器学习的恶意软件家族主要特征提取和可视化方法，其特征在于，包括以下步骤： 对收集到的恶意软件样本进行分析，选择出可用于家族分类的特征量，转换为可用于机器学习算法的矩阵形式； 基于机器学习算法对恶意软件家族进行分类； 分析机器学习分类算法的特性，并结合分类结果提取出每个特征对每个家族的分类贡献度，生成特征贡献度矩阵； 对提取到的特征贡献度值进行归一化处理，得到归一化后的特征贡献度矩阵；提取权重向量中的元素作为特征贡献度，并生成特征贡献度矩阵，其中，表示第个特征的权重；当家族总数时，使用One-VS-Rest策略将类分类任务分割成个二分类子任务，得到每个特征对所有家族的分类贡献度矩阵，其中，表示特征数量，表示家族数量，表示第个特征对第个家族的贡献度； 使用缩放函数对特征贡献度进行归一化处理，得到归一化后的特征贡献度矩阵，其中缩放函数计算表达式为： 其中，为缩放系数，为偏置量； 根据归一化后的特征贡献度矩阵，通过颜色编码方法对不同特征进行可视化处理； 通过可视化结果，展示不同家族间特征的相同和不同之处，体现各家族主要特征及其差异。

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西安电子科技大学杭州研究院，其通讯地址为：310000 浙江省杭州市萧山区萧山经济技术开发区钱农东路8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。