[發明專利]一種識別計算機軟件行為的譜方法

有效

• 申請號: 201410012074.7
• 申請日: 2014-01-13
• 公開（公告）號: CN103778372B
• 公開（公告）日: 2016-10-19
• 發明（設計）人: 陳黎飛;陳可意
• 申請（專利權）人: 福建師范大學
• 主分類號: G06F21/56
• 分類號: G06F21/56
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種識別計算機軟件行為的譜方法，其特征在于，它由以下步驟實現：

(1)構造軟件行為表示模型：用DHMM的模型參數二元組(A*，B*)表示S或G的軟件行為；

(2)提取軟件行為特征：對矩陣A*進行譜分解，提取軟件行為特征D；

(3)軟件行為相似性度量：根據B*和D計算兩個計算機程序之間、或兩個計算機程序組之間、或一個計算機程序與一個程序組之間的軟件行為相似性。

2.根據權利要求1所述的一種識別計算機軟件行為的譜方法，其特征在于，所述步驟(1)構造軟件行為表示模型，分兩種情況：

第一種情況：單個計算機程序的軟件行為表示模型

S具有M種軟件行為，每種行為與DHMM(S)的一個隱狀態相對應；用模型(A*，B*)表示S的軟件行為，具體實施步驟如下：

設定隱狀態的數目M，并給定初始狀態概率分布C；

輸入計算機程序S；

調用一種DHMM訓練算法求取令P[S|A，B，C]最大化的模型參數A和B，分別記為A*和B*；

第二種情況：計算機程序組的軟件行為表示模型

對于計算機程序組G={S₁，S₂，…，S_N}，G具有M種軟件行為，每種行為與DHMM(S₁)，DHMM(S₂)，…，DHMM(S_N)共有的一個隱狀態相對應；用模型(A*，B*)表示G的軟件行為，具體實施步驟如下：

設定隱狀態的數目M，并給定初始狀態概率分布C；

輸入G中的所有計算機程序S₁，S₂，…，S_N；

調用一種DHMM訓練算法求取令P[S₁|A，B，C]×P[S₂|A，B，C]×…×P[S_N|A，B，C]最大化的模型參數A和B，分別記為A*和B*。

3.根據權利要求1所述的一種識別計算機軟件行為的譜方法，其特征在于，所述步驟(2)提取軟件行為特征中，軟件行為特征用M×M的矩陣D={d_ij}_M×M來表示，D的第i(i=1，2，…，M)行元素構成一個行向量D_i=<d_i1，d_i2，…，d_iM>，具體實施步驟如下：

輸入計算機程序S或計算機程序組G的軟件行為模型(A*，B*)；

對矩陣A*進行譜分解操作，將之分解為A*=X∑X¹，其中∑是一個對角矩陣，其每一個對角線上的元素是A*的一個特征值，矩陣X的每個行向量是與特征值相對應的特征向量；

將∑中的M個特征值按數值大小排序；

排序后的第1個特征值所對應的X的特征向量記為D₁，第2個特征值所對應的X的特征向量記為D₂，以此類推，排序后的第i個特征值所對應的X的特征向量記為D_i，i=1，2，…，M。

4.根據權利要求1所述的一種識別計算機軟件行為的譜方法，其特征在于，所述步驟(3)使用步驟(1)輸出的軟件行為模型(A*，B*)和步驟(2)輸出的軟件行為特征D，計算兩個程序之間(分別用T₁和T₂表示)、單個程序(用T₁表示)與一個程序組(用T₂表示)之間、或兩個程序組(分別用T₁和T₂表示)之間的軟件行為相似度或相異度，相異度越高則相似度越低，反之亦然；相似度越高表示T₁和T₂具有越相似的軟件行為；軟件行為相似性度量使用兩種矩陣：軟件行為表示模型中的B*和軟件行為特征D，為區別起見，T₁的這兩個矩陣用₁B*和₁D表示，T₂的矩陣用₂B*和₂D表示；具體實施步驟如下：

設定矩陣間的相異度dist(Y，Z)，其中Y和Z表示任意的兩個同階矩陣；

輸入₁B*、₁D、₂B*和₂D；

使用公式[dist(₁B*，₂B*)]^α×[dist(₁D，₂D)]^β衡量T₁和T₂之間的軟件行為相異度，其中α和β是兩個大于或等于0的實數。