针对恶意JavaScript识别的降维方法

• 作者: 刘鹏睿 宋礼鹏
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 降维 TF-IDF-like模型 特征差异度 JavaScript 主成分分析(PCA)
• 年，卷（期）: 2018,（21）
• 所属期刊栏目: 热点与综述
• 页码范围: 20-24,36
• 页数: 6页
• 分类号: TP309
• 字数: 5806字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1808-0098

摘要

针对将JavaScript代码N-gram处理后识别算法特征维度较高的问题,提出一种高效的降维方法.该方法利用TF-IDF-like模型分别计算特征在正常样本和恶意样本中的权重,基于特征权重在两类样本中的差异度进行降维.基于多个识别算法,将提出的降维方法与基于主成分分析(Principal Component Analysis,PCA)的降维方法进行比较,实验结果表明:当识别算法维度相同时,基于本文所给降维方法的识别算法在识别效果方面优于基于PCA的识别算法;当降维后识别算法的维度超过某个阈值时,随着识别算法维度的增长,本降维方法的时间开销增长速率远低于PCA方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋礼鹏	中北大学大数据学院大数据与网络安全研究所	21	42	4.0	5.0
2	刘鹏睿	中北大学大数据学院大数据与网络安全研究所	1	0	0.0	0.0