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！

龙图腾网获悉中国人民解放军空军工程大学申请的专利一种基于机器学习和群智能算法的恶意代码分类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：CN119848847B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202411906890.2，技术领域涉及：G06F21/56；该发明授权一种基于机器学习和群智能算法的恶意代码分类方法是由刘强;王坚;王艺菲;杨春晓;孙文;宋亚飞;王莹莹;徐云飞;张春梅;王芝设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本一种基于机器学习和群智能算法的恶意代码分类方法在说明书摘要公布了：本发明属于恶意代码检测领域，提供了一种基于机器学习和群智能算法的恶意代码分类方法，此方法包括以下步骤：S1、数据预处理；S2、特征融合与选择；S3、模型训练与分类；本发明通过融合不同n值的n‑gram特征进行恶意代码分类，和基于单一n值的分类方法相比，准确率、精确率、召回率和F1‑score四项指标均有提高，通过采用改进的离散二进制粒子群算法对融合后的特征进行进一步选择，在提高分类精度的同时，大幅减少了特征量，提高了模型运行速度。

本发明授权一种基于机器学习和群智能算法的恶意代码分类方法在权利要求书中公布了：1.一种基于机器学习和群智能算法的恶意代码分类方法，其特征在于：包括以下步骤： S1、数据预处理：反汇编恶意代码原始文件，得到汇编代码文件，提取操作码序列，并通过n-gram算法生成不同长度的n-gram特征，所述n-gram算法包含依次生成2-gram、3-gram、4-gram和5-gram特征，且对生成的n-gram特征进行归一化处理； S2、特征融合与选择：采用文档频数统计法从各n值n-gram特征中提取前预定数量的特征并进行融合，利用改进的离散二进制粒子群算法从融合后的特征中选择关键特征，所述文档频数统计法用于统计各n值n-gram特征的出现频率，并从中选取前500个特征进行融合，得到总数为2000个的融合后特征，所述改进的离散二进制粒子群算法通过引入遗传算法的交叉和变异操作，并采用随机森林分类器的准确率为适应度函数，从融合后的特征中选择关键特征； S3、模型训练与分类：依据选择后的关键特征，采用随机森林算法进行模型训练，并用于恶意代码的分类，所述随机森林算法通过集成多个决策树的预测结果，利用平均值汇总决策，以提高分类模型的准确性和稳定性。

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中国人民解放军空军工程大学，其通讯地址为：710038 陕西省西安市灞桥区长乐东路甲字一号；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。