首页 期刊 网络与信息安全学报 基于程序基因的恶意程序预测技术 【正文】

基于程序基因的恶意程序预测技术

作者:肖达; 刘博寒; 崔宝江; 王晓晨; 张索星 北京邮电大学网络空间安全学院; 北京100876; 移动互联网安全技术国家工程实验室; 北京100876
程序基因   动态分析   基本块   恶意程序预测  

摘要:随着互联网技术日益成熟,恶意程序呈现出爆发式增长趋势.面对无源码恶意性未知的可执行文件,当前主流恶意程序检测多采用基于相似性的特征检测,缺少对恶意性来源的分析.基于该现状,定义了程序基因概念,设计并实现了通用的程序基因提取方案,提出了基于程序基因的恶意程序预测方法,通过机器学习及深度学习技术,使预测系统具有良好的预测能力,其中深度学习模型准确率达到了99.3%,验证了程序基因理论在恶意程序分析领域的作用.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅