一种基于可视化的勒索软件分类方法

摘要：

勒索软件是一种特殊的恶意软件,它会导致受害系统不可逆的数据丢失或系统资源封锁,给受害系统造成巨大的经济损失.对勒索软件进行分类能够有效减少安全分析师的工作.基于动态和静态分析的方法需要复杂的特征工程,且不适用于大规模勒索软件分类的问题.为实现快速以及大规模的勒索软件分类,文章提出使用可视化的方法来分类勒索软件.首先将勒索软件以及正常软件的二进制文件转化为灰度图,然后使用迁移学习VGG16神经网络提取图像特征,最后使用SVM机器学习分类模型来进行分类.实验结果表明,文章提出的分类方法准确率为96.7％.

关键词：可视化、勒索软件分类、机器学习、迁移学习

分类号：TP309(计算技术、计算机技术)

资助基金：国家自然科学基金[61540049,;贵州省科技重大专项[[2018]3001;贵州省科技基础研究计划[[2017]1051;河南省科技攻关计划[182102210123;贵州省公共大数据重点实验室开放课题[2017BDKFJJ025

在线出版日期：2020-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：31-39