買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉廣西大學(xué)申請的專利一種物聯(lián)網(wǎng)惡意代碼檢測模型的更新方法和系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN118827160B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-09發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202410807145.6，技術(shù)領(lǐng)域涉及：H04L9/40；該發(fā)明授權(quán)一種物聯(lián)網(wǎng)惡意代碼檢測模型的更新方法和系統(tǒng)是由黃保華;龐飔;楊嬋娟;任佳蓉設(shè)計(jì)研發(fā)完成，并于2024-06-21向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種物聯(lián)網(wǎng)惡意代碼檢測模型的更新方法和系統(tǒng)在說明書摘要公布了：本發(fā)明公開了一種物聯(lián)網(wǎng)惡意代碼檢測模型的更新方法，包括：邊緣端從本地讀取多個(gè)源文件，并將所有源文件批量轉(zhuǎn)換為多張RGB圖像，所有RGB圖像構(gòu)成圖像集，邊緣端將得到的圖像集中的每張RGB圖像輸入預(yù)先訓(xùn)練好的第一檢測模型，以得到該RGB圖像對應(yīng)的源文件的檢測結(jié)果，并根據(jù)該檢測結(jié)果判斷該源文件中是否包含惡意代碼。如果包含惡意代碼，則將該源文件上傳至云端的惡意代碼數(shù)據(jù)中心進(jìn)行數(shù)據(jù)更新。云端獲取更新后的所有惡意代碼樣本，并使用該樣本對預(yù)訓(xùn)練好的第二檢測模型進(jìn)行更新。本發(fā)明能夠解決現(xiàn)有使用云計(jì)算方式將待檢測文件上傳至云端并等待反饋導(dǎo)致延遲而不夠?qū)崟r(shí)、邊緣測模型不能及時(shí)更新、動態(tài)環(huán)境適應(yīng)性差的問題。

本發(fā)明授權(quán)一種物聯(lián)網(wǎng)惡意代碼檢測模型的更新方法和系統(tǒng)在權(quán)利要求書中公布了：1.一種物聯(lián)網(wǎng)惡意代碼檢測模型的更新方法，應(yīng)用在包括第一檢測模型、云端惡意代碼數(shù)據(jù)中心、以及第二檢測模型的環(huán)境中，第一檢測模型是輕量級的圖卷積模型，第二檢測模型是基于Convnextv2模型得到，具體是通過在其中的7×7卷積模塊后添加多頭注意力層，并在多頭注意力層后添加通道壓縮模塊得到，其特征在于，所述更新方法包括以下步驟： （1）邊緣端從本地讀取多個(gè)源文件，并將所有源文件批量轉(zhuǎn)換為多張RGB圖像，所有RGB圖像構(gòu)成圖像集； （2）邊緣端將步驟（1）得到的圖像集中的每張RGB圖像輸入預(yù)先訓(xùn)練好的第一檢測模型，以得到該RGB圖像對應(yīng)的源文件的檢測結(jié)果，并根據(jù)該檢測結(jié)果判斷該源文件中是否包含惡意代碼，如果包含惡意代碼則將該源文件上傳至云端的惡意代碼數(shù)據(jù)中心進(jìn)行數(shù)據(jù)更新，并轉(zhuǎn)入步驟（3），否則過程結(jié)束； （3）云端獲取步驟（2）數(shù)據(jù)更新后的云端惡意代碼數(shù)據(jù)中心所更新的惡意代碼樣本，并使用該惡意代碼樣本對預(yù)訓(xùn)練好的第二檢測模型進(jìn)行更新，從而得到更新后的第二檢測模型；步驟（3）包括以下步驟： （3-1）獲取步驟（2）數(shù)據(jù)更新后的云端惡意代碼數(shù)據(jù)中心所更新的惡意代碼樣本； （3-2）對步驟（3-1）獲取的所更新的惡意代碼樣本進(jìn)行分析，以判斷其攻擊類型和攻擊方式，以及其所屬的惡意代碼家族，是否與云端數(shù)據(jù)中心中對應(yīng)的原有樣本相似，如果是則轉(zhuǎn)入步驟（3-3），否則轉(zhuǎn)入步驟（3-4）； （3-3）使用基于微調(diào)的增量學(xué)習(xí)方法對第二檢測模型進(jìn)行訓(xùn)練，以得到更新后的第二檢測模型； （3-4）使用基于正則化的增量學(xué)習(xí)方法對第二檢測模型進(jìn)行訓(xùn)練，以得到更新后的第二檢測模型； （4）云端利用步驟（3）更新后的第二檢測模型對邊緣端的第一檢測模型進(jìn)行更新，以得到更新后的第一檢測模型；步驟（4）包括以下子步驟： （4-1）判斷步驟（3）所得到第二檢測模型是否是使用基于微調(diào)的增量學(xué)習(xí)方法訓(xùn)練得到，如果是則轉(zhuǎn)入步驟（4-2），否則轉(zhuǎn)入步驟（4-3）； （4-2）對第一檢測模型同時(shí)進(jìn)行蒸餾和基于微調(diào)的增量學(xué)習(xí)，得到更新后的第一檢測模型，然后轉(zhuǎn)入步驟（4-4）； （4-3）對第一檢測模型同時(shí)進(jìn)行蒸餾和基于正則化的增量學(xué)習(xí)，以得到更新后的第一檢測模型，然后轉(zhuǎn)入步驟（4-4）； （4-4）對更新訓(xùn)練好的第一檢測模型進(jìn)行封裝序列化處理，并將處理后得到的第一檢測模型投入邊緣端使用； （5）云端判斷是否接收到來自客戶的終止指令，如果是則過程結(jié)束，否則返回步驟（1）。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人廣西大學(xué)，其通訊地址為：530004 廣西壯族自治區(qū)南寧市大學(xué)東路100號廣西大學(xué)計(jì)算機(jī)與電子信息學(xué)院；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。