基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
近年来,恶意软件呈爆发性增长,而主流的恶意代码分析大都依赖复杂的特征提取和融合技术.因此,研究了一种新颖的基于图像矢量的恶意代码分类模型,将恶意代码的汇编指令映射为图像矢量,实现恶意代码分类问题向图像分类问题的转化.同时,借鉴语句分类问题的思想,构建结构简单、理论可解释性强的深度学习网络.模型在微软BIG2015数据集上取得了97.87%的交叉验证准确率,虽略低于冠军模型的结果,但实现了显著的性能提升.
推荐文章
栈式自编码的恶意代码分类算法研究
栈式自编码
恶意代码
分类
恶意代码分类的一种高维特征融合分析方法
恶意代码分类
特征提取
特征融合
深度特征处理
局部敏感哈希
基于模糊识别恶意代码检测技术的研究
模糊识别
恶意代码
支持向量机
基于对象语义的恶意代码检测方法
恶意代码检测
系统对象
抗混淆
语义
状态变迁图
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于图像矢量的恶意代码分类模型
来源期刊 通信技术 学科 工学
关键词 恶意代码 图像矢量 分类 深度学习
年,卷(期) 2018,(12) 所属期刊栏目 安全与保密
研究方向 页码范围 2953-2959
页数 7页 分类号 TP309.5
字数 3408字 语种 中文
DOI 10.3969/j.issn.1002-0802.2018.12.028
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 邹福泰 上海交通大学网络空间安全学院 31 175 7.0 12.0
2 吴越 上海交通大学网络空间安全学院 47 188 8.0 11.0
3 蒋永康 上海交通大学网络空间安全学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
恶意代码
图像矢量
分类
深度学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
通信技术
月刊
1002-0802
51-1167/TN
大16开
四川省成都高新区永丰立交桥(南)创业路8号
62-153
1967
chi
出版文献量(篇)
10805
总下载数(次)
35
总被引数(次)
42849
论文1v1指导