典型文献
基于N-grams和灰度图特征融合的恶意代码检测方法
文献摘要：
把恶意代码转成灰度图,再用深度神经网络自主学习灰度图的特征给恶意代码检测提供了新的思路,但是恶意代码图像化方案就是无差别地把恶意代码转换后的灰度图进行识别,该方法存在样本大小不一且由于采用裁剪而丢失恶意代码的信息和提取特征单一抗混淆能力不足等缺点,本文采用N-grams和灰度图特征融合的方法检测恶意代码,解决了不同恶意代码样本大小不一的问题,而且从文本和灰度图这两个不同的维度提取恶意代码的特征,提高了恶意代码检测的抗混淆能力,再使用k最近邻、随机森林、朴素贝叶斯和SVM算法检测该方法,实验结果表明融合特征比单特征的准确率高,且随机森林的准确率达到98.71％.
文献关键词：
恶意代码;机器学习;特征融合;灰度共生矩阵;局部二值化
中图分类号：
作者姓名：
杨宇夏;孙皓月;高燚
作者机构：
河北建筑工程学院,河北张家口075000
文献出处：
引用格式：
[1]杨宇夏;孙皓月;高燚-.基于N-grams和灰度图特征融合的恶意代码检测方法)[J].电脑知识与技术,2022(09):80-82
A类：
B类：
grams,灰度图,特征融合,恶意代码检测,转成,深度神经网络,网络自主学习,图像化,无差别,代码转换,大小不一,裁剪,提取特征,最近邻,朴素贝叶斯,融合特征,灰度共生矩阵,局部二值化
AB值：
0.239618
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
