基于行为图谱筛的恶意代码可视化分类算法

摘要：

近年来,恶意病毒产业链逐渐形成一个组织良好的市场并涉及巨额的资金,反恶意软件面临的主要挑战是需要对大量的数据和文件样本进行评估,以确定潜在的恶意意图.基于此,文章提出了一种基于行为图谱筛的恶意代码可视化分类算法.该算法分析了恶意代码样本的汇编指令流,提取程序行为指纹,并利用知识图谱对指纹内容进行转义,从而生成指定样本的图谱筛.通过对图谱筛中的污点定位,该算法对恶意程序样本中的噪点进行清理,生成对应的筛后指纹.筛后指纹在保留原有指纹特征的前提下,达到了76.3％的压缩率.最后,该算法对筛后指纹进行了可视化分析和操作码序列分析,并利用随机森林算法进行分类工作,达到了98.8％的准确率.实验证明,基于行为图谱筛的恶意代码可视化分类算法,在恶意代码分类方面能达到更好的效果.

关键词：知识图谱;恶意代码分类;可视化分类算法

分类号：TP309(计算技术、计算机技术)

资助基金：国家电网公司总部科技项目[521304190004

在线出版日期：2021-12-01（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：54-62