恶意代码的API调用序列可以反映恶意行为，深度学习模型可以应用在基于API调用序列检测恶意代码中。本文基于一维卷积神经网络和稠密网络结构设计了1D-CNN-Densenet网络模型，将恶意代码动态API调用序列处理成文本特征作为输入，横向一维卷积计算，纵向构建稠密结构网络，将前面所有层输出的相加作为下一层的输入，更深层次学习恶意代码的文本特征。实验表明1D-CNN-Densenet的恶意代码检测准确率达到了96.60%，在恶意代码检测方面有较好性能。
科研之友
微信
新浪微博
Facebook
分享链接
