信息密度增强的恶意代码可视化与自动分类方法

作者：刘亚姝; 王志海^*; 侯跃然; 严寒冰

来源：清华大学学报, 2019, 59(01): 9-14.

DOI：10.16511/j.cnki.qhdxxb.2018.22.054

• 恶意代码可视化
• simHash
• 图像纹理

计算机及网络技术的发展致使恶意代码数量每年以指数级数增长,对网络安全构成了严重的威胁。该文将恶意代码逆向分析与可视化相结合,提出了将可移植可执行(PE)文件的".text"段函数块的操作码序列simHash值可视化的方法,不仅提高了恶意代码可视化的效率,而且解决了操作码序列simHash值相似性判断困难的问题。实验结果表明:该可视化方法能够获得有效信息密度增强的分类特征;与传统恶意代码可视化方法相比,该方法更高效,分类结果更准确。

• 单位
  北京邮电大学; 国家计算机网络应急技术处理协调中心; 北京交通大学; 北京建筑大学