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！

龙图腾网获悉广州大学申请的专利基于先验知识引导对抗训练的APT组织恶意代码防御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：CN120068069B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202510008578.X，技术领域涉及：G06F21/56；该发明授权基于先验知识引导对抗训练的APT组织恶意代码防御方法是由李树栋;范依蕾;吴晓波;付伟东;白佑铭;殷紫麒;黄锐晨;顾家乐;贾焰;方滨兴设计研发完成，并于2025-01-03向国家知识产权局提交的专利申请。

本基于先验知识引导对抗训练的APT组织恶意代码防御方法在说明书摘要公布了：本发明公开了一种基于先验知识引导对抗训练的APT组织恶意代码防御方法，包括：提取恶意代码标签的分布信息；计算每个标签在数据集中出现的频率，所述频率作为先验知识用于后续的对抗训练；在对抗训练过程中，根据恶意代码标签的分布信息选择更容易误分类的标签作为目标标签，通过加权随机采样技术，按照标签的出现频率来确定目标标签的采样频率，从而针对性地引导对抗样本的生成过程；使用生成对抗网络GAN来生成对抗样本；将生成的对抗样本与原始样本作为训练集进行训练，得到恶意代码检测模型，训练目标是最小化标准损失和对抗损失的加权组合，基于恶意代码检测模型实现对恶意代码攻击的防御。本发明能够提升APT组织恶意代码防御系统的整体检测能力和鲁棒性。

本发明授权基于先验知识引导对抗训练的APT组织恶意代码防御方法在权利要求书中公布了：1.基于先验知识引导对抗训练的APT组织恶意代码防御方法，其特征在于，包括下述步骤： 将获取的恶意代码样本进行清洗和预处理后作为原始样本，并提取恶意代码标签的分布信息；所述恶意代码样本中包括恶意代码和良性代码； 基于恶意代码标签的分布信息，计算每个标签在数据集中出现的频率，所述频率作为先验知识用于后续的对抗训练； 在对抗训练过程中，根据恶意代码标签的分布信息选择更容易误分类的标签作为目标标签，通过加权随机采样技术，按照标签的出现频率来确定目标标签的采样频率，从而针对性地引导对抗样本的生成过程； 使用生成对抗网络GAN来生成对抗样本；所述生成对抗网络GAN包括生成器G和判别器D，所述生成器G采用卷积神经网络CNN结构，判别器D采用多层感知机MLP结构；通过对抗训练生成具有特定扰动的样本，所述特定扰动的样本会引导模型产生错误的分类结果； 将生成的对抗样本与原始样本作为训练集进行训练，得到恶意代码检测模型，训练目标是最小化标准损失和对抗损失的加权组合，基于恶意代码检测模型实现对恶意代码攻击的防御。

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广州大学，其通讯地址为：510006 广东省广州市番禺区大学城外环西路230号；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。