基于程序基因的恶意程序预测技术.

作     者：肖达 刘博寒 崔宝江 王晓晨 张索星 XIAO Da;LIU Bohan;CUI Baojiang;WANG Xiaochen;ZHANG Suoxing

作者机构：北京邮电大学网络空间安全学院北京100876 移动互联网安全技术国家工程实验室北京100876 

基　　金：国家自然科学基金资助项目(No.U1536122 No.61502536) 

出 版 物：《网络与信息安全学报》 (Chinese Journal of Network and Information Security)

年 卷 期：2018年第4卷第8期

页      码：21-30页

摘      要：随着互联网技术日益成熟,恶意程序呈现出爆发式增长趋势。面对无源码恶意性未知的可执行文件,当前主流恶意程序检测多采用基于相似性的特征检测,缺少对恶意性来源的分析。基于该现状,定义了程序基因概念,设计并实现了通用的程序基因提取方案,提出了基于程序基因的恶意程序预测方法,通过机器学习及深度学习技术,使预测系统具有良好的预测能力,其中深度学习模型准确率达到了99.3%,验证了程序基因理论在恶意程序分析领域的作用。

主 题 词：程序基因 动态分析 基本块 恶意程序预测 

学科分类：0839[0839] 08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.11959/j.issn.2096-109x.2018069

馆 藏 号：203376967...