Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 麒麟软件有限公司刘刚获国家专利权

麒麟软件有限公司刘刚获国家专利权

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!

龙图腾网获悉麒麟软件有限公司申请的专利融合势能奖励塑造的ELF恶意软件检测特征优化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:CN121302369B

龙图腾网通过国家知识产权局官网在2026-03-03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:202511887234.7,技术领域涉及:G06F21/56;该发明授权融合势能奖励塑造的ELF恶意软件检测特征优化方法是由刘刚;于珊珊;李蕾;杨诏钧;魏立峰;孔金珠设计研发完成,并于2025-12-15向国家知识产权局提交的专利申请。

融合势能奖励塑造的ELF恶意软件检测特征优化方法在说明书摘要公布了:本发明涉及融合势能奖励塑造的ELF恶意软件检测特征优化方法,包括:S100:采集ELF样本并提取多维静态特征,对数据集进行预处理;S200:根据数据集构建融合势能奖励塑造的强化学习模块,强化学习模块包括状态空间、动作空间、状态转移规则、奖励函数和智能体,智能体通过状态空间感知当前环境,基于当前环境从动作空间中选择动作,执行动作后,按状态转移规则更新环境,从而得到新状态,奖励函数基于当前环境到新状态的变化计算奖励,智能体用奖励更新Q表,最终形成能够输出的最优特征子集。本发明的目的是实现特征选择的多目标协同优化,缓解传统特征选择方法在恶意软件检测中存在的性能失衡问题。

本发明授权融合势能奖励塑造的ELF恶意软件检测特征优化方法在权利要求书中公布了:1.融合势能奖励塑造的ELF恶意软件检测特征优化方法,其特征在于,包括以下步骤: S100:数据处理: 采集ELF样本并提取多维静态特征从而形成数据集,对数据集进行预处理,得到训练集、验证集和测试集; S200:构建强化学习模块: 基于S100中得到的数据集,构建融合势能奖励塑造的强化学习模块,所述强化学习模块包括状态空间、动作空间、状态转移规则、奖励函数和智能体,其中,智能体通过状态空间感知当前环境,智能体基于当前环境从动作空间中选择动作,在智能体执行动作后,按状态转移规则更新环境,从而得到新状态,奖励函数基于当前环境到新状态的变化计算奖励,智能体用奖励更新Q表,优化“状态-动作”映射,最终形成能够输出的最优特征子集; 在步骤S200中,状态空间定义为: ,其中, ,表示当前已选特征数占总特征数的比例,用于衡量模型复杂度,为当前选择的特征数量,K为总特征数; 为当前特征子集下的模型训练后在验证集上的准确率,用于反映检测性能; 在步骤S200中, 动作空间包括以下五大类动作,动作总数为2M+2K+1, 式中,M为特征分组数,K为总特征数; 五大类操作动作如下: 添加特征组:将某一分组的所有特征加入当前特征子集; 移除特征组:将某一分组的所有特征从当前特征子集中移除; 添加单个特征:将指定单个特征加入当前特征子集; 移除单个特征:将指定单个特征从当前特征子集中移除; 保持当前状态:即不进行任何操作; 在步骤S200中, 状态转移规则为:智能体执行动作后更新特征子集,若特征子集变化则训练机器学习模型,并在验证集上评估准确率、召回率和误报率,进入下一状态; 在步骤S200中, 奖励函数包括基础奖励、势能奖励和总奖励,其中, 总奖励=基础奖励+势能奖励。

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麒麟软件有限公司,其通讯地址为:300450 天津市滨海新区滨海高新区塘沽海洋科技园信安创业广场3号楼6-8层;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。