基于图像分析的恶意软件检测技术研究

• 作者: 宫良一 张健 陈博翰 顾兆军
• 来源期刊: 信息网络安全
• 学科: 工学
• 关键词: 网络安全 恶意软件检测 恶意软件图像 机器学习
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 技术研究
• 页码范围: 24-31
• 页数: 8页
• 分类号: TP309
• 字数: 6030字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1122.2019.10.004

摘要

随着恶意软件在复杂性和数量方面的不断增长,恶意软件检测变得越来越具有挑战性.目前最常见的恶意软件检测方法是使用机器学习技术进行恶意软件检测.为进一步提高恶意软件分析的效率,一些研究人员提出基于图像分析的方法对恶意软件进行分类.文章总结了使用图像分析方法检测恶意软件的不同方法,并从图像生成、特征提取和分类算法等方面进行了对比,最后针对图像分析方法的不足提出了解决方案.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾兆军	中国民航大学信息安全测评中心	57	250	8.0	12.0
2	张健	天津理工大学计算机科学与工程学院	45	85	6.0	8.0
8	宫良一	天津理工大学计算机科学与工程学院	5	16	3.0	4.0
12	陈博翰	天津理工大学计算机科学与工程学院	1	0	0.0	0.0