基于改进深度森林的抗恶意代码攻击算法仿真

摘要：

传统抗恶意代码攻击算法无法区分恶意代码类别,抗攻击行为不具有针对性,导致传统算法的抗攻击成功率偏低.为此提出基于改进深度森林的抗恶意代码攻击算法.采用Gamma校正法对缩放处理后的灰度图像完成色彩空间规范性处理,确定灰度图像梯度后构建其梯度方向直方图,在块内归一化梯度直方图后采集方向梯度直方图特征.以方向梯度直方图特征为输入,采用深度森林算法划分恶意代码类别.计算深度森林各级级联结构内的不同类别恶意代码概率均值,构建四维增强特征向量,将其作为下级输入,改进深度森林算法,提升算法收敛速度,完成抗恶意代码攻击算法的设计.仿真结果验证了上述算法针对不同恶意代码类型抗攻击成功率均高于70％,具有更强的应用性.

关键词：改进深度森林;恶意代码;抗攻击;代码转换;直方图特征

所属期刊栏目：39

分类号：TP311(计算技术、计算机技术)

资助基金：广西自然科学基金;广西自然科学基金

在线出版日期：2022-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：353-357