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)獲悉國網(wǎng)遼寧省電力有限公司信息通信分公司;南京南瑞信息通信科技有限公司申請的專利一種基于改進(jìn)MobileViT的惡意代碼分類檢測方法及系統(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(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119989347B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-16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(hào)為：202510068951.0，技術(shù)領(lǐng)域涉及：G06F21/56；該發(fā)明授權(quán)一種基于改進(jìn)MobileViT的惡意代碼分類檢測方法及系統(tǒng)是由孟勐;王鈞天;周金磊;王丹妮;張文杰;于海;呂軍;滕子貽;劉育博;胡非;張靖欣;俞皓;姜訓(xùn);姜帆;胡爾同;賈雪;馬騰鵬設(shè)計(jì)研發(fā)完成，并于2025-01-16向國家知識(shí)產(chǎn)權(quán)局提交的專利申請。

本一種基于改進(jìn)MobileViT的惡意代碼分類檢測方法及系統(tǒng)在說明書摘要公布了：本發(fā)明公開了一種基于改進(jìn)MobileViT的惡意代碼分類檢測方法及系統(tǒng)，屬于惡意代碼分類檢測技術(shù)領(lǐng)域。具體方法包括：采集包含惡意代碼樣本的二進(jìn)制文件，將其轉(zhuǎn)換為圖像；對(duì)圖像進(jìn)行預(yù)處理，得到預(yù)處理后的惡意代碼圖像數(shù)據(jù)；構(gòu)建基于改進(jìn)MobileViT的惡意代碼分類檢測模型；將預(yù)處理后的惡意代碼圖像數(shù)據(jù)輸入所述模型訓(xùn)練，得到訓(xùn)練好的基于改進(jìn)MobileViT的惡意代碼分類檢測模型；將實(shí)際惡意代碼數(shù)據(jù)輸入所述訓(xùn)練好的模型，輸出惡意代碼的類別預(yù)測結(jié)果，實(shí)現(xiàn)基于改進(jìn)MobileViT的惡意代碼分類檢測。本發(fā)明在降低計(jì)算資源需求的同時(shí)，能夠保持較高的檢測精度，適合資源受限環(huán)境中的實(shí)時(shí)惡意代碼檢測需求。

本發(fā)明授權(quán)一種基于改進(jìn)MobileViT的惡意代碼分類檢測方法及系統(tǒng)在權(quán)利要求書中公布了：1.一種基于改進(jìn)MobileViT的惡意代碼分類檢測方法，其特征在于，包括： 采集包含惡意代碼樣本的二進(jìn)制文件，將其轉(zhuǎn)換為圖像； 對(duì)圖像進(jìn)行預(yù)處理，得到預(yù)處理后的惡意代碼圖像數(shù)據(jù)； 引入MobileNetV2模型結(jié)合ECA模型進(jìn)行特征提取，再將深度卷積和通道混洗結(jié)合注意力機(jī)制進(jìn)行深層特征提取，構(gòu)建基于改進(jìn)MobileViT的惡意代碼分類檢測模型包括：步長為2的3×3卷積層、MobileNetV2模型結(jié)合ECA模型構(gòu)建的MV2-ECA模型、深度卷積和通道混洗結(jié)合注意力機(jī)制構(gòu)建的MobileViT-DW模型、全局平均池化層和分類器； 基于改進(jìn)MobileViT的惡意代碼分類檢測模型，具體運(yùn)行過程包括： 將惡意代碼圖像數(shù)據(jù)輸入基于改進(jìn)MobileViT的惡意代碼分類檢測模型中的步長為2的3×3卷積層進(jìn)行初步特征提取并下采樣，再輸入MobileNetV2模型進(jìn)行局部特征提取，得到第一階段特征圖； 將MobileNetV2模型進(jìn)行下采樣，在MobileNetV2模型基礎(chǔ)上結(jié)合ECA模型構(gòu)建MV2-ECA模型，將第一階段特征圖依次輸入下采樣后的MobileNetV2模型和MV2-ECA模型進(jìn)行特征提取，得到第二階段特征圖； 將MV2-ECA模型進(jìn)行下采樣，深度卷積和通道混洗結(jié)合注意力機(jī)制構(gòu)建MobileViT-DW模型，將第二階段特征圖依次輸入下采樣后的MV2-ECA模型和MobileViT-DW模型特征提取，得到第三階段特征圖； 重復(fù)將第三階段特征圖依次輸入下采樣后的MV2-ECA模型和MobileViT-DW模型特征提取，得到第四階段特征圖； 重復(fù)將第四階段特征圖依次輸入下采樣后的MV2-ECA模型和MobileViT-DW模型特征提取，得到第五階段特征圖； 將第五階段特征圖輸入分類層進(jìn)行特征分類，得到基于改進(jìn)MobileViT的惡意代碼分類檢測模型的分類結(jié)果； 將預(yù)處理后的惡意代碼圖像數(shù)據(jù)輸入基于改進(jìn)MobileViT的惡意代碼分類檢測模型訓(xùn)練，得到訓(xùn)練好的基于改進(jìn)MobileViT的惡意代碼分類檢測模型； 將實(shí)際惡意代碼數(shù)據(jù)輸入所述訓(xùn)練好的模型，輸出惡意代碼的類別預(yù)測結(jié)果，實(shí)現(xiàn)基于改進(jìn)MobileViT的惡意代碼分類檢測。

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)人國網(wǎng)遼寧省電力有限公司信息通信分公司;南京南瑞信息通信科技有限公司，其通訊地址為：110801 遼寧省沈陽市和平區(qū)寧波路18號(hào)；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)”。