主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2020-2021年专刊出版计划 微信服务介绍 最新一期:2020年第5期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
卢喜东,段哲民,钱叶魁,周巍.一种基于深度森林的恶意代码分类方法.软件学报,2020,31(5):1454-1464
一种基于深度森林的恶意代码分类方法
Malicious Code Classification Method Based on Deep Forest
投稿时间:2017-12-01  修订日期:2018-06-01
DOI:10.13328/j.cnki.jos.005660
中文关键词:  恶意代码分类  方向梯度直方图  深度森林
英文关键词:malicious code classification  histogram of oriented gradient  deep forest
基金项目:西北工业大学研究生创意创新种子基金(ZZ2018020);国家重点基础研究发展计划(973)(2013CB329104);通信网信息传输与分发技术国家重点实验室基金
作者单位E-mail
卢喜东 西北工业大学 电子信息学院, 陕西 西安 710072  
段哲民 西北工业大学 电子信息学院, 陕西 西安 710072  
钱叶魁 陆军炮兵防空兵学院 郑州校区, 河南 郑州 450052 qyk1129@163.com 
周巍 西北工业大学 电子信息学院, 陕西 西安 710072  
摘要点击次数: 67
全文下载次数: 31
中文摘要:
      针对当前恶意代码静态分析方法精度不足的问题,将恶意代码映射为无压缩的灰度图像,然后根据图像变换方法将图像变换为恒定大小的图像,使用方向梯度直方图提取图像的特征,最后提出一种基于深度森林的恶意代码分类方法.实验中选择不同家族的多个恶意代码样本进行分类,验证了该方法的有效性,并且实验结果优于近期提出的SPAM-GIST方法.
英文摘要:
      Aiming at the problem of insufficient accuracy of current static classification method of malicious code, this study maps the malicious code into uncompressed gray-scale image. Then the image is transformed into a constant-size image according to the image transformation method, and the direction gradient histogram is used to extract the features of the image. Finally, a kind of malicious code classification method based on deep forest is proposed. Experiments on malicious code samples from different families verify the effectiveness of the proposed method and the results are superior to the recently proposed SPAM-GIST method.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利