公开(公告)号：CN105160249A

公开(公告)日：2015-12-16

申请号：CN201510381992.1

申请日：2015-07-02

Applicant: 哈尔滨工程大学

Inventor： 张国印 ,  徐锋 ,  刘启超 ,  李洋 ,  刘书勇

IPC: G06F21/56 ,  G06N3/08

CPC classification number: G06F21/563 ,  G06N3/084

Abstract: 本发明属于计算机病毒的检测领域，具体涉及一种改进神经网络集成，并根据改进的集成系统构造病毒监测模型的基于改进的神经网络集成的病毒检测方法。首先进行训练阶段的准备，获取训练用样本集；利用N-gram和信息增益对样本集进行提取特征，得到特征集；以特征集作为训练集，在进行训练过程中，利用Bagging有放回的随机从原始训练样本中抽取子样本集，其中子样本集的大小与原始样本集大小相等，进行样本重复取样用以增大分类器之间的差异度。在实施过程中发现，本发明构造的基于改进的神经网络集成的病毒检测方法可以更高效的检测病毒。

公开(公告)号：CN105160249B

公开(公告)日：2018-10-26

申请号：CN201510381992.1

申请日：2015-07-02

Applicant: 哈尔滨工程大学

Inventor： 张国印 ,  徐锋 ,  刘启超 ,  李洋 ,  刘书勇

IPC: G06F21/56 ,  G06N3/08

Abstract: 本发明属于计算机病毒的检测领域，具体涉及一种改进神经网络集成，并根据改进的集成系统构造病毒监测模型的基于改进的神经网络集成的病毒检测方法。首先进行训练阶段的准备，获取训练用样本集；利用N‑gram和信息增益对样本集进行提取特征，得到特征集；以特征集作为训练集，在进行训练过程中，利用Bagging有放回的随机从原始训练样本中抽取子样本集，其中子样本集的大小与原始样本集大小相等，进行样本重复取样用以增大分类器之间的差异度。在实施过程中发现，本发明构造的基于改进的神经网络集成的病毒检测方法可以更高效的检测病毒。