基于图像矢量的恶意代码分类模型

• 作者: 吴越 蒋永康 邹福泰
• 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
• 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

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.

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