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！

龙图腾网获悉中国人民解放军空军工程大学申请的专利基于双向时域卷积网络和特征融合的恶意代码分类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：CN117113163B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202310711779.7，技术领域涉及：G06F18/241；该发明授权基于双向时域卷积网络和特征融合的恶意代码分类方法是由李思聪;王坚;黄玮;史松昊;李乐民;王科设计研发完成，并于2023-06-15向国家知识产权局提交的专利申请。

本基于双向时域卷积网络和特征融合的恶意代码分类方法在说明书摘要公布了：本发明属于恶意代码分类领域，提供了基于双向时域卷积网络和特征融合的恶意代码分类方法，包括以下步骤：步骤11、获取恶意代码原始文件；步骤12、对所述恶意代码原始文件预处理，得到恶意代码图像，使得模型对恶意代码的特征提取更为全面，以进一步提高恶意代码分类识别准确度；步骤13、将经过所述预处理后的恶意代码图像输入至双向时域卷积网络中进行训练，所述双向时域卷积网络将所述恶意代码图像处理为统一尺寸的数据；本发明通过采用池化融合的方法将两种不同的特征进行结合，互相进行补充，能够充分学习特征，从而更好的对恶意代码特征进行保留，有效的提升了模型学习特征的能力，从而得到好的分类效果。

本发明授权基于双向时域卷积网络和特征融合的恶意代码分类方法在权利要求书中公布了：1.基于双向时域卷积网络和特征融合的恶意代码分类方法，其特征在于，包括以下步骤： 步骤11、获取恶意代码原始文件； 步骤12、对所述恶意代码原始文件预处理，得到恶意代码图像，使得模型对恶意代码的特征提取更为全面，以进一步提高恶意代码分类识别准确度； 步骤13、将经过所述预处理后的恶意代码图像输入至双向时域卷积网络中进行训练，所述双向时域卷积网络将所述恶意代码图像处理为统一尺寸的数据； 步骤14、将通过双向时域卷积网络的统一尺寸的双向特征进行融合，从而获取正反两个传播方向间数据的依赖关系； 步骤15、对经过所述双向时域卷积后的特征图的进一步特征提取与压缩； 步骤16、得到恶意代码的分类结果； 所述步骤14中融合的方法为池化融合：将最大池化和均值池化进行并联得到的融合池化层对深层特征进行提取，进一步抓取数据内部的依赖关系； 所述池化融合的公式为 其中，h是经过双向时域卷积网络的输出，hmax是最大池化层的输出，have是平均池化层的输出，hfuse是融合池化后的输出结果。

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中国人民解放军空军工程大学，其通讯地址为：710038 陕西省西安市灞桥区长乐东路甲字一号；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。