抗混淆的恶意代码图像纹理特征描述方法

• 作者: 严寒冰 侯跃然 刘亚姝 来煜坤 王志海
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 恶意代码可视化 图像纹理 特征描述符 恶意代码分类
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 学术论文
• 页码范围: 44-53
• 页数: 10页
• 分类号: TP393
• 字数: 7004字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2018227

摘要

将图像处理技术与机器学习方法相结合是恶意代码可视化研究的一个新方法.在这种研究方法中,恶意代码灰度图像纹理特征的描述对恶意代码分类结果的准确性影响较大.为此,提出新的恶意代码图像纹理特征描述方法.通过将全局特征(GIST)与局部特征(LBP或dense SIFT)相融合,构造抗混淆、抗干扰的融合特征,解决了在恶意代码灰度图像相似度较高或差异性较大时全局特征分类准确性急剧降低的问题.实验表明,该方法与传统方法相比具有更好的稳定性和适用性,同时在较易混淆的数据集上,分类准确率也有了明显的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘亚姝	北京交通大学计算机与信息技术学院	9	21	2.0	4.0
3	王志海	北京交通大学计算机与信息技术学院	64	491	11.0	20.0
4	严寒冰		15	61	5.0	7.0
7	侯跃然	北京邮电大学网络技术研究院	2	3	1.0	1.0
8	来煜坤	卡迪夫大学计算机科学与信息学院	1	1	1.0	1.0