典型文献
基于动态API调用序列和机器学习的恶意逃避样本检测方法
文献摘要：
针对恶意逃避样本的逃避行为进行分析,归纳并总结了恶意逃避样本常用的逃避API函数集,提出了一种基于动态API调用序列和机器学习的恶意逃避样本检测方法.在特征工程处理阶段,提出了逃避API函数权重衡量算法,并通过优化词频处理来增强逃避API函数的特征向量值,最终本文方法检测恶意逃避样本的准确率可达95.09％.
文献关键词：
逃避样本;API调用序列;机器学习
中图分类号：
作者姓名：
张杰;彭国军;杨秀璋
作者机构：
空天信息安全与可信计算教育部重点实验室,湖北 武汉430072;武汉大学国家网络安全学院,湖北 武汉430072
文献出处：
引用格式：
[1]张杰;彭国军;杨秀璋-.基于动态API调用序列和机器学习的恶意逃避样本检测方法)[J].山东大学学报（理学版）,2022(07):85-93,102
A类：
逃避样本
B类：
API,调用,恶意,数集,特征工程,工程处理,量算,词频,特征向量
AB值：
0.176899
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。
