基于CB-Attention的JavaScript恶意混淆代码检测方法

作     者：徐鑫 张志宁 吕云山 李立 郑玉杰 XU Xin;ZHANG Zhi-ning;LYU Yun-shan;LI Li;ZHENG Yu-jie

作者机构：重庆移通学院实训中心重庆401520 重庆移通学院公共大数据安全技术重庆市重点实验室重庆401520 西南大学计算机与信息科学学院重庆400065 重庆邮电大学通信与信息工程学院重庆400065 重庆大学能源与动力工程学院重庆400065 

基　　金：国家自然科学基金项目(12004057) 重庆市自然科学基金面上基金项目(CSTB2022 NSCQ-MSX1183) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2024年第45卷第8期

页      码：2298-2305页

摘      要：当今JavaScript代码混淆方法日益多样,现有检测方法在对混淆代检测时会出现漏报和误报的情况,为解决该问题,提出一种基于CB-Attention的JavaScript恶意代码检测方法。由SDPCNN模型和BiLSTM+Attention模型构成,SDPCNN对短距离间的语义特征信息进行提取,BiLSTM+Attention获取JavaScript代码中长距离间的语义信息特征。为验证所提方法的有效性,将该方法与其它方法进行对比,对比结果表明,该方法具有较好的检测效果,F1-Score可达98.78%。

主 题 词：JavaScript恶意代码 混淆代码 检测模型 增强深度金字塔卷积神经网络 注意力网络 双向长短时记忆网络 长距离特征信息 抽象语法树 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2024.08.008

馆 藏 号：203137845...