基于改进GhostNetV2的恶意代码检测方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于改进GhostNetV2的恶意代码检测方法及系统
申请号:CN202510843433
申请日期:2025-06-23
公开号:CN120744918A
公开日期:2025-10-03
类型:发明专利
摘要
本发明公开了基于改进GhostNetV2的恶意代码检测方法、系统及介质,涉及网络信息安全技术领域,方法包括以下步骤:提取待检测安卓软件代码二进制文件,并将二进制文件转化为RGB图像;使用局部直方均衡化算法对RGB图像进行图像增强处理;将RGB图像转化为单通道图像,并提取对应的图像纹理特征;将所述图像纹理特征输入到训练好的改进GhostNetV2的轻量级恶意软件检测模型中进行检测,得到检测结果。该方法通过局部直方均衡化进行图像增强有效提高检测精度,采用改进的轻量级的深度学习模型对恶意软件进行检测,减少参数量,提升检测效率,增强了检测性能和鲁棒性。
技术关键词
图像纹理特征 恶意软件检测 恶意代码检测方法 图像增强模块 纹理特征提取 滑动窗口 累积分布函数 像素 恶意代码检测系统 直方图均衡化 网络信息安全技术 Gabor滤波器 可读存储介质 深度学习模型 处理单元 算法