文献检索-宁波市创意产业特色资源库

限定检索结果

基于静态多特征融合的恶意软件分类方法: 收藏
分享
引用; 《网络与信息安全学报》2017年第11期3卷 68-76页; 作者：孙博文黄炎裔温俏琨田斌吴鹏李祺北京邮电大学网络空间安全学院天地互联与融合北京市重点实验室北京100876 北京邮电大学国际学院北京100876 中国信息安全测评中心北京100085 四川大学计算机学院四川成都610015; 近年来,恶意软件呈现出爆发式增长势头,新型恶意样本携带变异性和多态性,通过多态、加壳、混淆等方式规避传统恶意代码检测方法。基于大规模恶意样本,设计了一种安全、高效的恶意软件分类的方法,通过提取可执行文件字节视图、汇编视图...; 近年来,恶意软件呈现出爆发式增长势头,新型恶意样本携带变异性和多态性,通过多态、加壳、混淆等方式规避传统恶意代码检测方法。基于大规模恶意样本,设计了一种安全、高效的恶意软件分类的方法,通过提取可执行文件字节视图、汇编视图、PE视图3个方面的静态特征,并利用特征融合和分类器集成学习2种方式,提高模型的泛化能力,实现了特征与分类器之间的互补,实验证明,在样本上取得了稳定的F1-score(93.56%)。; 来源：详细信息评论

限定检索结果