基于深度学习的云环境动态恶意代码检测平台

摘要：

为提高恶意代码识别的检测能力和反识别能力,提出基于深度学习的云环境动态恶意代码检测平台.构建基于云环境的动态恶意代码行为监测系统,通过断点注入技术隐蔽地跟踪内核函数调用,对恶意代码的进程、文件、网络、注册表、系统服务操作等行为实施监测,生成监测日志;研究日志预处理系统,对监测日志进行预处理,提取4个维度信息并生成特征图片;构建深度卷积神经网络,训练样本的特征图片和标记作为输入,进行学习和训练,并对测试样本进行预测和分类.

关键词：恶意代码检测、云安全、神经网络、恶意代码动态分析、深度学习

所属期刊栏目：40

分类号：TN915.08

资助基金：国家自然科学基金项目61702542;中国博士后基金项目2016M603017

在线出版日期：2019-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1823-1828