基于多特征融合的BiLSTM恶意代码分类

刘紫煊; 王晨

首页> 中文期刊> 《电子设计工程》 >基于多特征融合的BiLSTM恶意代码分类

基于多特征融合的BiLSTM恶意代码分类

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

随着恶意代码的不断进化,传统的静态检测与动态检测方法已无法应对新兴的恶意代码。因此,将恶意代码pe文件反编译生成.bytes文件与.asm文件。利用汇编文件提取的N-Gram指令特征以及二进制文件灰度化提取的纹理特征,将以上两种特征结合,作为新的特征,输入到随机森林选择器中来实现恶意代码的分类。此外,还提出一种基于BiLSTM双向长短期时记忆网络的分类方法。实验结果显示,在相同算法前提下,多特征融合的分类准确率要高于单一特征分类准确率;BiLSTM模型对恶意代码的分类准确率要高于随机森林等传统模型的分类准确率。

著录项

来源
《电子设计工程》 |2022年第18期|67-72|共6页
作者
刘紫煊; 王晨;
展开▼
作者单位

武汉邮电科学研究院;

南京烽火天地通信科技有限公司;

展开▼
原文格式 PDF
正文语种 chi
中图分类通信保密与通信安全;
关键词
恶意代码; N-GRAM; 灰度图纹理特征; 双向长短时记忆网络;

相似文献

中文文献
外文文献
专利

1. 基于BiLSTM神经网络的特征融合短文本分类算法 [J] . HE Zhiqiang ,YANG Jian ,LUO Changling . 智能计算机与应用 . 2019,第002期
2. 基于BiLSTM神经网络的特征融合短文本分类算法 [J] . 和志强1 ,杨建1 ,罗长玲1 . 智能计算机与应用 . 2019,第002期
3. 基于卷积神经网络与多特征融合恶意代码分类方法 [J] . 郑珏 ,欧毓毅 . 计算机应用研究 . 2022,第1期
4. 基于特征融合的恶意代码分类研究 [J] . 张景莲 ,彭艳兵 . 计算机工程 . 2019,第008期
5. 基于多特征融合的恶意代码分类算法 [J] . 郎大鹏 ,丁巍 ,姜昊辰 . 计算机应用 . 2019,第8期
6. 基于判别性区域特征融合的零样本分类 [C] . SHI Caijuan ,史彩娟 ,LIU Jingyi . 第十四届全国信号和智能信息处理与应用学术会议 . 2021
7. 基于图像纹理特征的恶意代码分类研究 [A] . 刘宇强 . 2020

基于多特征融合的BiLSTM恶意代码分类

摘要

著录项

相似文献

相关主题

期刊订阅