基于最佳引导匹配的多视图小样本安卓恶意软件分类方法(高校公示7天)(不包年费滞纳金)(需要二变)
本发明公开了基于最佳引导匹配的多视图小样本安卓恶意软件分类方法,涉及信息安全技术领域,本发明包括构建多视图灰度图像、训练主干网络、最佳引导匹配分类和多视图动态融合,本方法首先提取安卓应用的权限、API、组件及意图特征,构建多视图灰度图像;随后训练融合注意力机制与自监督旋转预测的主干网络,提取具备几何结构感知的判别性特征;通过最佳引导匹配锁定有效引导样本,计算类别相似度评分;最后基于视图置信度生成自适应权重,动态融合多视图评分完成分类。本发明提升了小样本场景下恶意软件家族分类的准确率与鲁棒性,降低了噪声干扰,适用于恶意软件的快速精准识别。
《基于最佳引导匹配的多视图小样本安卓恶意软件分类方法(高校公示7天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2026102276856,当前法律状态为已下证,由无锡学院提出申请,发明人为朱雪金;李沈洋,申请日期为2026-02-26,公开(公告)日期为2026-05-26,国际专利分类号(IPC)为 G06F 18/241 (2023.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了基于最佳引导匹配的多视图小样本安卓恶意软件分类方法,涉及信息安全技术领域,本发明包括构建多视图灰度图像、训练主干网络、最佳引导匹配分类和多视图动态融合,本方法首先提取安卓应用的权限、API、组件及意图特征,构建多视图灰度图像;随后训练融合注意力机制与自监督旋转预测的主干网络,提取具备几何结构感知的判别性特征;通过最佳引导匹配锁定有效引导样本,计算类别相似度评分;最后基于视图置信度生成自适应权重,动态融合多视图评分完成分类。本发明提升了小样本场景下恶意软件家族分类的准确率与鲁棒性,降低了噪声干扰,适用于恶意软件的快速精准识别。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
