欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024118410112
申请人: 南京邮电大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于思维链技术的可解释性高价值恶意代码分类方法,其特征在于:所述可解释性高价值恶意代码分类方法具体包括如下步骤:步骤1、生成恶意代码家族的高价值API调用序列信息:从APT(Advanced PersistentThreats)家族的样本中提取API调用序列信息,筛选出与目标行为相关的关键的API调用序列信息,将筛选出的API调用序列信息连接在一起形成高价值API调用序列信息,同时筛选出不同APT家族中无攻击性的API调用序列信息;

步骤2、基于思维链技术构建语料库:通过思维链技术识别出APT家族中的高价值API调用序列和无攻击性的API调用序列信息,对所述高价值API调用序列进行可行性说明分析,从而构建语料库;

步骤3、对大模型进行微调,训练步骤2构建的语料库,并生成最终分类结果,其中:步骤1生成恶意代码的高价值API调用序列信息,具体包括以下步骤:步骤1.1、启动沙箱分析环境,从APT家族的样本中捕捉恶意代码的动态行为,提取出与恶意代码动态行为相关的API调用序列信息;

步骤1.2、使用3-gram模型对步骤1.1提取的API调用序列信息进行整合分析,整合分析后得到3-gram API调用序列信息,保留3-gram API调用序列信息的上下文信息;

步骤1.3、不同APT家族中存在一些相同的、不具备直接攻击性的3-gram API调用序列信息,将不同APT家族相同的3-gram API调用序列提取出来,构建一份无攻击性的API调用序列信息,识别恶意代码中哪些部分是无攻击性的3-gram API调用序列信息;

步骤1.4、统计每个APT家族的3-gram API调用序列信息的总体出现频率,并将所述总体出现频率进行排序,保留出现次数超过设定阈值的3-gram API调用序列信息,将保留下来的3-gram API调用序列信息连接起来形成恶意软件样本的高价值API调用序列信息;

基于思维链技术构建语料库,具体包括以下步骤:

步骤2.1、将每个APT家族样本中提取的API调用序列信息进行拆分,具体为:识别一段API调用序列信息,标注其中的高价值API调用序列信息与无攻击性的API调用序列信息;

步骤2.2、对拆分后的所述高价值API调用序列信息进行解释说明,形成语料库的输入和输出,推断出所述高价值API调用序列信息属于特定恶意代码家族的名称;

其中,语料库的输入为步骤2.1中拆分的高价值API调用序列信息与无攻击性的API调用序列信息,从APT家族样本中提取的高价值API调用序列信息和非攻击性API调用序列即用户指令部分;

语料库的输出为高价值API调用序列信息的解释说明和恶意代码家族的名称;

步骤2.3、每条从APT家族样本中提取API调用序列信息数据重复步骤2.2以此构建结构清晰、内容连贯的语料库;

所述步骤3具体包括以下步骤:

步骤3.1、将步骤2构建的语料库转换形式,并将转换后的语料库分为训练集和测试集;

步骤3.2、将训练集输入大模型中进行初步训练即将训练集输入大模型中配置训练参数,训练模型,初步训练完成后,通过LoRA技术进行微调;

步骤3.3、训练完成后,再将测试集输入大模型中,大模型通过测试集进行全面的性能评估,检验大模型是否能够准确地提供高价值API调用序列信息的解释说明和家族分类的结果。

2.根据权利要求1所述的基于思维链技术的可解释性高价值恶意代码分类方法,其特征在于:步骤1.4中个,每个APT家族的3-gram API调用序列信息的总体出现频率的统计计算方法为:其中,TFi,j表示3-gram API调用序列信息i在样本j全体3-gram API调用序列信息中出现的概率;ni,j表示3-gram API调用序列信息i在样本j中的个数;∑knk,j表示样本j3-gramAPI调用序列信息的个数;

3-gram API调用序列信息i在恶意代码家族h全体3-gram API调用序列信息中出现的概率IDFi,h为:其中,mi表示3-gram API调用序列信息i在该家族中的总个数,Nh表示该家族的总样本个数;

计算3-gram API调用序列信息i在恶意代码家族h样本j中的权重TF-IDFi,j,h,并以此作为高价值API的筛选依据:TF-IDFi,j,h=TFi,j×IDFi,h。

3.根据权利要求1所述的基于思维链技术的可解释性高价值恶意代码分类方法,其特征在于:步骤1.2中,使用3-gram模型对步骤1.1提取的API调用序列信息进行整合分析是指:3-gram模型将API调用序列信息按照三元组即连续的三个API调用序列信息进行划分,捕捉API调用序列信息之间的关系和模式。

4.根据权利要求1所述的基于思维链技术的可解释性高价值恶意代码分类方法,其特征在于:步骤3.3中,大模型通过测试机进行全面的性能评估,具体为:评估准确率:

其中,a表示正确预测的样本数,A表示参与预测的总样本数;

评估召回率Recallg:

其中,TPg表示g家族被正确预测的样本个数,FNg表示g家族被错误预测的样本个数,取k个家族召回率的平均值作为最终召回率;

评估精确率Precisiong:

其中,TPg表示g家族被正确预测的样本个数,FPg表示被错误预测为g家族的样本个数,取k个家族精确率的平均值作为最终精确率,

F1分数:

Precision表示精确率,Recall表示召回率。