基于图卷积网络的恶意代码聚类

• 作者: 刘亮 刘凯 左政 张磊 方勇
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 工学
• 关键词: 恶意代码 图卷积网络 聚类 API调用图 卷积神经网络
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 电子信息科学
• 页码范围: 654-660
• 页数: 7页
• 分类号: TP391.1
• 字数: 4978字
• 语种: 中文
• DOI: 10.3969/j.issn.0490-6756.2019.04.012

摘要

许多新型恶意代码往往是攻击者在已有的恶意代码基础上修改而来,因此对恶意代码的家族同源性分析有助于研究恶意代码的演化趋势和溯源.本文从恶意代码的API调用图入手,结合图卷积网络(GCN),设计了恶意代码的相似度计算和家族聚类模型.首先,利用反汇编工具提取了恶意代码的API调用,并对API函数进行属性标注.然后,根据A PI对恶意代码家族的贡献度,选取关键API函数并构建恶意代码API调用图.使用GCN和卷积神经网络(CNN)作为恶意代码的相似度计算模型,以API调用图作为模型输入计算恶意代码之间的相似度.最后,使用DBSCAN聚类算法对恶意代码进行家族聚类.实验结果表明,本文提出的方法可以达到87.3％ 的聚类准确率,能够有效地对恶意代码进行家族聚类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方勇	四川大学网络空间安全学院	173	1188	18.0	25.0
2	张磊	四川大学网络空间安全学院	106	866	17.0	24.0
3	刘凯	四川大学电子信息学院	109	453	10.0	18.0
4	刘亮	四川大学网络空间安全学院	70	239	9.0	11.0
5	左政	四川大学电子信息学院	10	19	3.0	4.0