本發明公開了一種基于深度強化學習的惡意軟件家族分類規避方法,采用強化學習算法,創建環境并構造智能體,通過不斷地與目標惡意軟件分類器交互,智能體修改待測惡意軟件,最終達到規避分類的目的。本發明方法與其他的惡意軟件檢測/分類的對抗方法相比,更易于實現且開銷更??;本發明中基于深度強化學習的惡意軟件家族分類規避方法,對于各種利用不同特征構建的惡意軟件分類模型,都能有效地修改惡意軟件,同時不會破壞其惡意性功能,最終規避惡意軟件家族分類;最終提升基于機器學習算法的惡意軟件檢測與分類模型的魯棒性,提升殺毒引擎的防御能力。
聲明:
“基于深度強化學習的惡意軟件家族分類規避方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)