基于图像分析的恶意软件检测技术研究

摘要：

随着恶意软件在复杂性和数量方面的不断增长,恶意软件检测变得越来越具有挑战性.目前最常见的恶意软件检测方法是使用机器学习技术进行恶意软件检测.为进一步提高恶意软件分析的效率,一些研究人员提出基于图像分析的方法对恶意软件进行分类.文章总结了使用图像分析方法检测恶意软件的不同方法,并从图像生成、特征提取和分类算法等方面进行了对比,最后针对图像分析方法的不足提出了解决方案.

关键词：网络安全、恶意软件检测、恶意软件图像、机器学习

分类号：TP309(计算技术、计算机技术)

资助基金：国家重点研发计划2016YFB0800805;天津市科技服务业科技重大专项16ZXFWGX00140;天津市自然科学基金18JCQNJC69900;中国民航大学信息安全测评中心开放基金课题CAAC-ISECCA-201501

在线出版日期：2020-01-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：24-31