基于特征融合的恶意代码分类研究

• 作者: 张景莲 彭艳兵
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 恶意代码 机器学习 灰度图纹理 颜色直方图 随机森林
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 281-286,295
• 页数: 7页
• 分类号: TP309
• 字数: 5820字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0051790

摘要

基于特征码匹配的静态分析方法提取的特征滞后于病毒发展,且不能检测出未知病毒.为此,从病毒反编译文件及其灰度图出发进行特征提取及融合,采用机器学习中的随机森林(RF)算法对恶意代码家族进行分类,提取恶意代码的操作码指令和灰度图纹理2个局部特征,并将颜色直方图作为恶意代码的全局特征.实验结果表明,融合恶意代码特征与RF算法可实现恶意代码家族的有效分类,平均准确率达到99.59％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭艳兵		20	38	3.0	5.0
2	张景莲		1	2	1.0	1.0