基于程序基因的恶意程序预测技术

• 作者: 刘博寒 崔宝江 张索星 王晓晨 肖达
• 来源期刊: 网络与信息安全学报
• 学科: 工学
• 关键词: 程序基因 动态分析 基本块 恶意程序预测
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 论文
• 页码范围: 21-30
• 页数: 10页
• 分类号: TP309.5
• 字数: 7846字
• 语种: 中文
• DOI: 10.11959/j.issn.2096-109x.2018069

摘要

随着互联网技术日益成熟,恶意程序呈现出爆发式增长趋势.面对无源码恶意性未知的可执行文件,当前主流恶意程序检测多采用基于相似性的特征检测,缺少对恶意性来源的分析.基于该现状,定义了程序基因概念,设计并实现了通用的程序基因提取方案,提出了基于程序基因的恶意程序预测方法,通过机器学习及深度学习技术,使预测系统具有良好的预测能力,其中深度学习模型准确率达到了99.3％,验证了程序基因理论在恶意程序分析领域的作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔宝江	北京邮电大学网络空间安全学院	35	143	7.0	9.0
3	肖达	北京邮电大学网络空间安全学院	9	65	4.0	8.0
7	刘博寒	北京邮电大学网络空间安全学院	1	0	0.0	0.0
13	王晓晨	北京邮电大学网络空间安全学院	2	0	0.0	0.0
17	张索星	北京邮电大学网络空间安全学院	1	0	0.0	0.0