科研之友
微信
新浪微博
Facebook
分享链接
摘要
目前，恶意代码家族同源性分析方法多侧重于闭集分类问题的研究，即假定待测样本一定属于某个已知家族类别.然而真实环境中的恶意代码家族众多，未知类别的家族通常占大多数，采用闭集识别的方法，无法准确识别真实环境中的恶意代码家族.针对上述问题，提出了一种基于开集识别的恶意代码家族同源性分析方法.通过N-Gram滑动窗口和Doc2vec句嵌入方法将恶意代码可执行文件转换成灰度图像，基于卷积神经网络模型MobileNet获取灰度图像数据的特征，利用Open Long-tailed Recognition模型实现恶意代码家族的开集识别.在9个已知类别和9个未知类别恶意代码家族上进行识别，实验结果表明，所提出的方法能够识别出未知类别恶意代码家族，同时在已知类别和未知类别家族上都能保持较高的准确率.
