科研之友
微信
新浪微博
Facebook
分享链接
摘要
在基于机器学习的恶意PDF检测中，现有特征容易引起混淆或逃逸。为了提高特征的准确性和鲁棒性，在现有方法的基础上研究和改进特征提取方法，结合内容特征、结构特征以及逻辑树的间接结构特征，通过分析特征重要性进行特征选择，最后应用分类算法实现恶意PDF检测。结构特征包括多个高频次叶子节点数量；内容特征包括元数据特征、字节熵值、流字节比例等特征。收集实验数据集，提取特征并分析，最终选择出58维特征，使用LightGBM算法训练梯度提升决策树模型，测试准确率为99.9%，优于其他方法。另外，模拟攻击部分样本的特征，生成对抗样本，检测准确率同样达到99.2%。
- 单位
