基于深度学习的高鲁棒性恶意软件识别研究

摘要：

提出了一种基于深度学习的高鲁棒性恶意软件识别算法,该算法利用软件的操作码序列来检测恶意软件.首先采用类信息增益进行特征选择,然后提出了基于启发式规则的图生成算法,并将图转换为矢量空间,最后应用基于堆叠自编码器的深度学习框架对恶意和正常软件进行分类.实验评估结果说明了与现有的算法相比,恶意软件识别算法具有较高的鲁棒性.

关键词：恶意软件识别、深度学习、图生成、鲁棒性

所属期刊栏目：30

分类号：TP391(计算技术、计算机技术)

资助基金：安徽省教育厅高等学校省级质量工程项目2018jyxm1328

在线出版日期：2020-05-11（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：117-121