基于N-grams和灰度圖特征融合的惡意代碼檢測(cè)方法

打開(kāi)文本圖片集

摘要：把惡意代碼轉(zhuǎn)成灰度圖，再用深度神經(jīng)網(wǎng)絡(luò)自主學(xué)習(xí)灰度圖的特征給惡意代碼檢測(cè)提供了新的思路，但是惡意代碼圖像化方案就是無(wú)差別地把惡意代碼轉(zhuǎn)換后的灰度圖進(jìn)行識(shí)別，該方法存在樣本大小不一且由于采用裁剪而丟失惡意代碼的信息和提取特征單一抗混淆能力不足等缺點(diǎn)，本文采用N-grams和灰度圖特征融合的方法檢測(cè)惡意代碼，解決了不同惡意代碼樣本大小不一的問(wèn)題，而且從文本和灰度圖這兩個(gè)不同的維度提取惡意代碼的特征，提高了惡意代碼檢測(cè)的抗混淆能力，再使用k最近鄰、隨機(jī)森林、樸素貝葉斯和SVM算法檢測(cè)該方法，實(shí)驗(yàn)結(jié)果表明融合特征比單特征的準(zhǔn)確率高，且隨機(jī)森林的準(zhǔn)確率達(dá)到98.71%。（剩余4200字）