基于卷积神经网络的恶意代码API分类 |
| |
引用本文: | 梅振辉,方欢.基于卷积神经网络的恶意代码API分类[J].赤峰学院学报(自然科学版),2023(2):39-43. |
| |
作者姓名: | 梅振辉 方欢 |
| |
作者单位: | 1. 安徽理工大学数学与大数据学院;2. 安徽省煤矿安全大数据分析与预警技术工程实验室 |
| |
基金项目: | 国家自然科学基金(61902002); |
| |
摘 要: | 恶意代码已经成为威胁网络安全的重要因素之一,安全人员一直致力于研究如何有效检测恶意代码,在动态分析方法中可以通过程序的API调用序列进行分析。通过对恶意软件的API调用序列进行编码处理,可以获得图片格式的数据,进而使用卷积神经网络训练出分类模型,从而实现对恶意软件进行分类,获得较高的准确率,针对阿里云天池上的数据集进行实验验证,实验使用有向图编码方式,采用不同的卷积神经网络架构,对比不同方法的准确性。
|
关 键 词: | 卷积神经网络 恶意代码分类 API调用序列 |
|
|