基于模糊哈希特征表示的恶意软件聚类方法

• 作者: 王俊峰 肖锦琦
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 工学
• 关键词: 恶意软件家族 聚类 模糊哈希 特征提取
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 计算机科学
• 页码范围: 469-476
• 页数: 8页
• 分类号: TP309.7
• 字数: 7531字
• 语种: 中文
• DOI: 10.3969/j.issn.0490-6756.2018.03.009

摘要

目前,每年被拦截到的新型恶意软件变种数已达千万级别,在线恶意软件仓库Virus Share上存储的未分类的恶意软件数量也超过了2700万.将恶意软件按一定的行为模式进行聚类,不仅使新型攻击更易被检测出来,也有助于及时获取恶意软件的发展态势并做出防范措施.因此提出了一种高效的恶意软件聚类方法,对恶意样本进行动态分析并筛选出包括导入、导出函数、软件字符串、运行时资源访问记录以及系统A PI调用序列等特征,然后将这些特征转换为模糊哈希,选用CFSFDP聚类算法对恶意软件样本进行聚类.并将聚类个数、准确率、召回率、调和平均值以及熵作为聚类效果的外部评估指标,将簇内紧密度以及簇间区分度作为内部评估指标,实验结果表明,与Symantec和ESET-NOD32的分类结果相比,本文提出的方法的聚类家族个数与人工标记的数量最为接近,调和平均值分别提升11.632%,2.41%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王俊峰	四川大学计算机学院	73	574	15.0	21.0
2	肖锦琦	四川大学计算机学院	3	7	1.0	2.0