買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉三峽大學申請的專利基于Hash函數和FPN-Transformer的惡意代碼分類方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119128882B 。

龍圖騰網通過國家知識產權局官網在2025-09-05發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411137909.1，技術領域涉及：G06F21/56；該發明授權基于Hash函數和FPN-Transformer的惡意代碼分類方法是由田衛新;何源設計研發完成，并于2024-08-19向國家知識產權局提交的專利申請。

本基于Hash函數和FPN-Transformer的惡意代碼分類方法在說明書摘要公布了：本發明涉及基于Hash函數和FPN?Transformer惡意代碼分類方法，使用哈希函數對待分類的代碼文件數據進行壓縮處理，降低特征數據的維度并減少噪聲；將特征金字塔網絡FPN和Transformer模型相結合，構建FPN?Transformer模型，為多層回歸特征提取模型提供多層次和多視角的特征數據；利用多層回歸特征提取模型對FPN?Transformer模型提取的不同層次的特征進行綜合和融合，根據融合結果輸出最終的代碼分類結果。本發明通過對數據特征的有效壓縮與高效提取，顯著提高了惡意代碼分類任務的性能和實用性；通過自相關矩陣分類器進行特征融合與分類，優化了模型在實際應用中的準確性和泛化能力。

本發明授權基于Hash函數和FPN-Transformer的惡意代碼分類方法在權利要求書中公布了：1.基于Hash函數和FPN-Transformer的惡意代碼分類方法，其特征在于，使用哈希函數對待分類的代碼文件數據進行壓縮處理，降低特征數據的維度并減少噪聲；將特征金字塔網絡FPN和Transformer模型相結合，構建FPN-Transformer模型，為多層回歸特征提取模型提供多層次和多視角的特征數據；利用多層回歸特征提取模型對FPN-Transformer模型提取的不同層次的特征進行綜合和融合，根據融合結果輸出最終的代碼分類結果； 所述惡意代碼分類方法包括以下步驟： 步驟1：數據預處理，利用自然語言處理模型從待分類的代碼文件的代碼中提取初步的特征數據，捕獲代碼的語義和結構信息； 步驟2：對步驟1中獲得的特征數據進行哈希隨機壓縮處理，降低特征數據的維度并減少噪聲； 步驟2.1：使用哈希函數將預處理后的特征值映射到哈希函數空間； 步驟2.2：根據預設的閾值篩選得到重要特征，減少無關特征的影響； 步驟3：使用FPN-Transformer模型對壓縮后的特征數據進行深層次分析和特征提取； 步驟3.1：將輸入樣本特征數據轉換為嵌入向量； 步驟3.2：對嵌入向量進行不同大小的平均池化操作，生成多組特征映射數據； 步驟3.3：將步驟3.2得到的多組特征映射數據在特征維度上拼接在一起，形成一個特征補??； 步驟3.4：將步驟3.3得到的特征補丁輸入編碼器進行處理； 步驟3.4.1：利用多頭注意力機制單元計算輸入特征之間的相關性，生成注意力權重矩陣； 步驟3.4.2：利用前饋神經網絡會對多頭注意力機制單元輸出的特征進行非線性變換； 步驟3.4.3：對前饋神經網絡輸出的特征數據進行歸一化處理； 步驟3.5：將編碼器輸出的特征數據輸入解碼器進行處理，解碼器的數據處理過程與步驟3.4相同，得到多層次和多視角的特征數據； 步驟4：將步驟3中得到的特征數據通過多層回歸特征提取模型進行進一步的融合和分類處理； 步驟5：根據多層回歸特征提取模型的輸出結果，判斷代碼文件中是否存在惡意代碼，并針對惡意代碼得到其所屬的惡意代碼家族。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人三峽大學，其通訊地址為：443002 湖北省宜昌市大學路8號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。