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！

龙图腾网获悉杭州电子科技大学申请的专利一种利用动态图注意力网络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：CN115525896B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202210907548.9，技术领域涉及：G06F21/56；该发明授权一种利用动态图注意力网络的恶意软件检测方法是由李传昆;寇亮;张纪林;任永坚;袁俊峰设计研发完成，并于2022-07-29向国家知识产权局提交的专利申请。

本一种利用动态图注意力网络的恶意软件检测方法在说明书摘要公布了：本发明公开一种利用动态图注意力网络的恶意软件检测方法。本发明对API序列进行分段，构建API图快照序列，使用多个快照记录了软件API调用图的变化过程，以此间接表示软件行为动作发生的顺序与过程，使模型能更好地理解软件行为。本发明将通过图注意力神经网络模块更新注意力系数，同时通过门控循环神经网络模块更新隐藏状态,使得模型能捕获调用图局部恶意行为信息与调用图结构的演变过程，更加适应非典型的恶意软件检测。

本发明授权一种利用动态图注意力网络的恶意软件检测方法在权利要求书中公布了：1.一种基于动态图注意力网络的恶意软件检测的方法，其特征在于包括以下步骤： 步骤1、数据预处理阶段： 1-1获取待检测软件的API调用序列；对API调用序列进行去重处理，得到真实反映软件行为的API调用序列； 1-2将步骤1-1去重处理后的API调用序列中同一功能的所有API函数名进行去除后缀，使其函数名相同； 1-3将步骤1-2处理后的API调用序列按观察窗口划分，得到T个API子序列； 1-4将步骤1-3每个API子序列转换为API调用图的形式；其中子序列中的API作为API调用图的节点，并用有向边代表当前API与其他API节点之间的调用关系，调用的次数作为边的权重；构建出的API调用图用G＝N,E表示，其中N为节点的集合，E为边集合； 1-5将步骤1-4得到的T个API调用图按照API子序列顺序拼接，得到调用图快照序列，用以表示API调用图的结构变化过程与趋势； 步骤2：使用图注意力网络捕获局部API之间的软件恶意信息； 2-1将步骤1-5图快照序列中的每个API节点使用one-hot编码作为其初始的特征向量；通过Embedding函数把API节点的特征向量映射到更低维的向量空间中并记作其中N是API数目，F是API的维数； 2-2初始化共享线性变换矩阵W，其中W∈RF*F'，表示将特征矩阵H从F维转换到F'维；利用共享线性变换矩阵W对API节点进行特征转换，同时计算节点间注意力系数； 每个API节点i与其邻居节点j的注意力系数的计算公式如下： 式中，为节点i和节点j之间注意力系数，代表了邻居API节点对当前目标API节点的重要程度；为节点i的初始特征向量；Ni为节点i的所有邻居节点的集合；||表示拼接操作，将向量串联在一起；为单层的前馈神经网络；LeakyReLU为激活函数计算节点i和其邻居节点j之间的注意力权重； 2-3根据注意力系数对各节点信息进行加权聚合，其结果作为当前节点的新特征向量进一步得到新特征矩阵F'表示输出节点的特征维度； 2-4使用多个相互独立的单头注意力层，通过拼接或平均结果的方式来更新节点的嵌入；多头的公式采用公式3或公式4： 其中，||表示级联操作，表示由第k个注意力机制计算出的节点i和j之间的归一化注意力系数，Wk表示对应的输入线性变化权重矩阵，表示K个头注意力层的特征输出； 2-5将每个调用图快照中的API节点的特征向量展平串联在一起，得到代表当前调用图快照的特征向量xi，作为门控循环神经网络模块的输入；图快照序列的特征表示为X＝{x1,x2,...,xT}，其中T表示快照数； 步骤3：使用门控循环神经网络学习软件调用图结构的演变过程，捕获软件的行为发生的长远时序信息； 3-1将图注意力网络输出的所有调用图快照的特征向量X作为门控循环神经网络的输入，并根据上一个时刻传递下来的隐藏状态ht-1和当前时刻的输入xt来计算当前时刻更新门与重置门的状态信息；更新门与重置门每个时刻的状态表示为： rt＝σWxrxt+Whrht-1+br5 zt＝σWxzxt+Whzht-1+bz6 其中xt表示特征向量X的第t个元素；ht-1表示在t-1时刻的隐藏层状态；rt表示重置门，用于控制前一个时刻隐藏层状态ht-1对当前输入xt的影响；zt表示更新门，用于决定是否忽略当前输入的xt；σ为Sigmoid激活函数； 3-2在计算出门控信号后，使用重置门来控制候选状态是否依赖于上一时刻的状态ht-1；具体将重置之后的数据与当前时刻的输入xt进行拼接或相加，然后通过一个tanh激活函数将数据缩放到-1,1的范围内，得到表示当前时刻的隐藏信息计算公式如下： 3-3使用更新门来控制历史信息的保留程度；具体的计算公式如下： 步骤4：将门控循环神经网络的输出结果输入至分类器，以实现待测软件的恶意情况。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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。