本发明属于恶意软件防护技术领域::,涉及一种基于多模态深度学习的恶意软件检测方法。背景技术:::恶意软件是指在未明确提示用户或未经用户许可的情况下,故意编制或设置的,对网络或系统会产生威胁或潜在威胁的计算机软件。常见的恶意软件有计算机**(简称**)、特洛伊木马(简称木马)、计算机蠕虫(简称蠕虫)、后门、逻辑**等。恶意软件可能在用户不知情的情况下窃取计算机用户的信息和隐私,也可能非法获得计算机系统和网络资源的控制,破坏计算机和网络的可信性、完整性和可用性,从而为恶意软件控制者谋取非法利益。腾讯安全发布的《2017年度互联网安全报告》显示,2017年腾讯电脑管家pc端总计拦截**近30亿次,平均每月拦截木马**近,共发现**或木马***。这些数目庞大、名目繁多的恶意软件侵蚀着我国的***、经济、文化、***等各个领域的信息安全,带来了前所未有的挑战。当前的反**软件主要采用基于特征码的检测方法,这种方法通过对代码进行充分研究,获得恶意软件特征值(即每种恶意软件所独有的十六进制代码串),如字节序列、特定的字符串等,通过匹配查找软件中是否包含恶意软件特征库中的特征码来判断其是否为恶意软件。安全审计发现日志模块存在敏感信息明文存储缺陷。昆明软件安全检测报告
之所以被称为黑盒测试是因为可以将被测程序看成是一个无法打开的黑盒,而工作人员在不软件测试方法考虑任何程序内部结构和特性的条件下,根据需求规格说明书设计测试实例,并检查程序的功能是否能够按照规范说明准确无误的运行。其主要是对软件界面和软件功能进行测试。对于黑盒测试行为必须加以量化才能够有效的保证软件的质量。[5](2)白盒测试。其与黑盒测试不同,它主要是借助程序内部的逻辑和相关信息,通过检测内部动作是否按照设计规格说明书的设定进行,检查每一条通路能否正常工作。白盒测试是从程序结构方面出发对测试用例进行设计。其主要用于检查各个逻辑结构是否合理,对应的模块**路径是否正常以及内部结构是否有效。常用的白盒测试法有控制流分析、数据流分析、路径分析、程序变异等,其中逻辑覆盖法是主要的测试方法。[5](3)灰盒测试。灰盒测试则介于黑盒测试和白盒测试之间。灰盒测试除了重视输出相对于出入的正确性,也看重其内部表现。但是它不可能像白盒测试那样详细和完整。它只是简单的靠一些象征性的现象或标志来判断其内部的运行情况,因此在内部结果出现错误,但输出结果正确的情况下可以采取灰盒测试方法。因为在此情况下灰盒比白盒**。成都软件验收测试报告无障碍测评认定视觉障碍用户支持功能缺失4项。
收藏查看我的收藏0有用+1已投票0软件测试方法编辑锁定本词条由“科普**”科学百科词条编写与应用工作项目审核。软件测试是使用人工或自动的手段来运行或测定某个软件系统的过程,其目的在于检验它是否满足规定的需求或弄清预期结果与实际结果之间的差别。[1]从是否关心软件内部结构和具体实现的角度划分,测试方法主要有白盒测试和黑盒测试。白盒测试方法主要有代码检査法、静态结构分析法、静态质量度量法、逻辑覆盖法、基夲路径测试法、域测试、符号测试、路径覆盖和程序变异。黑盒测试方法主要包括等价类划分法、边界值分析法、错误推测法、因果图法、判定表驱动法、正交试验设计法、功能图法、场景法等。[1]从是否执行程序的角度划分,测试方法又可分为静态测试和动态测试。静态测试包括代码检査、静态结构分析、代码质量度量等。动态测试由3部分组成:构造测试实例、执行程序和分析程序的输出结果。
此外格式结构信息具有明显的语义信息,但基于格式结构信息的检测方法没有提取决定软件行为的代码节和数据节信息作为特征。某一种类型的特征都从不同的视角反映刻画了可执行文件的一些性质,字节码n-grams、dll和api信息、格式结构信息都部分捕捉到了恶意软件和良性软件间的可区分信息,但都存在着一定的局限性,不能充分、综合、整体的表示可执行文件的本质,使得检测结果准确率不高、可靠性低、泛化性和鲁棒性不佳。此外,恶意软件通常伪造出和良性软件相似的特征,逃避反**软件的检测。技术实现要素:本发明实施例的目的在于提供一种基于多模态深度学习的恶意软件检测方法,以解决现有采用二进制可执行文件的单一特征类型进行恶意软件检测的检测方法检测准确率不高、检测可靠性低、泛化性和鲁棒性不佳的问题,以及其难以检测出伪造良性软件特征的恶意软件的问题。本发明实施例所采用的技术方案是,基于多模态深度学习的恶意软件检测方法,按照以下步骤进行:步骤s1、提取软件样本的二进制可执行文件的dll和api信息、pe格式结构信息以及字节码n-grams的特征表示,生成软件样本的dll和api信息特征视图、格式信息特征视图以及字节码n-grams特征视图。艾策医疗检测中心为体外诊断试剂提供全流程合规性验证服务。
所以第三方软件检测机构可以说是使用loadrunner软件工具较多的一个业务领域,也能保证软件测试报告结果的性能准确。二、软件测试漏洞扫描工具在客户需要的软件测试报告中,软件安全的渗透测试和漏洞扫描一般会作为信息安全性的软件测试报告内容。首先来说一下漏洞扫描的工具,这部分在国际上有ibm很出名的一个扫描测试工具appscan,以及针对web等的全量化扫描器nessus。国产的目前的绿盟漏洞扫描设备也做得非常好,个人其实更建议用绿盟的漏洞扫描设备,规则全,扫描速度快,测试报告也更符合国情。三、软件测试渗透测试工具渗透测试属于第三方软件检测测评过程中的比较专业的一个测试项,对技术的要求也比较高,一般使用的工具为burpsuite这个专业安全工具,这个工具挺全能的,不光是安全服务常用的工具,同样也认可作为软件渗透测试的工具输出。总的来说,第三方软件检测的那些软件测试工具,都是为了确保软件测试报告结果的整体有效性来进行使用,也是第三方检测机构作为自主实验室的这个性质,提供了具备正规效力的软件测试过程和可靠的第三方检测结果,所以客户可以有一个初步的软件测试工具了解,也对获取一份有效的第三方软件测试报告的结果可以有更清楚的认识。第三方验证实际启动速度较厂商宣称慢0.7秒。福州第三方软件测评机构
第三方测评显示软件运行稳定性达99.8%,未发现重大系统崩溃隐患。昆明软件安全检测报告
后端融合模型的10折交叉验证的准确率是%,对数损失是,混淆矩阵如图13所示,规范化后的混淆矩阵如图14所示。后端融合模型的roc曲线如图15所示,其显示后端融合模型的auc值为。(6)中间融合中间融合的架构如图16所示,中间融合方式用深度神经网络从三种模态的特征分别抽取高等特征表示,然后合并学习得到的特征表示,再作为下一个深度神经网络的输入训练模型,隐藏层的***函数为relu,输出层的***函数是sigmoid,中间使用dropout层进行正则化,防止过拟合,优化器(optimizer)采用的是adagrad,batch_size是40。图16中,用于抽取dll和api信息特征视图的深度神经网络包含3个隐含层,其***个隐含层的神经元个数是128,第二个隐含层的神经元个数是64,第三个隐含层的神经元个数是32,且3个隐含层中间间隔设置有dropout层。用于抽取格式信息特征视图的深度神经网络包含2个隐含层,其***个隐含层的神经元个数是64,其第二个隐含层的神经元个数是32,且2个隐含层中间设置有dropout层。用于抽取字节码n-grams特征视图的深度神经网络包含4个隐含层,其***个隐含层的神经元个数是512,第二个隐含层的神经元个数是384,第三个隐含层的神经元个数是256,第四个隐含层的神经元个数是125。昆明软件安全检测报告
深圳艾策信息科技有限公司免责声明: 本页面所展现的信息及其他相关推荐信息,均来源于其对应的商铺,信息的真实性、准确性和合法性由该信息的来源商铺所属企业完全负责。本站对此不承担任何保证责任。如涉及作品内容、 版权和其他问题,请及时与本网联系,我们将核实后进行删除,本网站对此声明具有最终解释权。
友情提醒: 建议您在购买相关产品前务必确认资质及产品质量,过低的价格有可能是虚假信息,请谨慎对待,谨防上当受骗。