基于深度学习的高鲁棒性恶意软件识别研究 |
| |
作者单位: | ;1.安徽工贸职业技术学院计算机信息工程系 |
| |
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 |
Research on High Robust Malware Recognition Based on Deep Learning |
| |
Abstract: | |
| |
Keywords: | |
|
|