×

基于机器学习的恶意代码检测分类

消耗积分:0 | 格式:pdf | 大小:1.63 MB | 2021-06-10

分享资料个

　　基于特征码匹配的静态分析方法提取的特征滞后于病毒发展，且不能检测出未知病毒。为此，从病毒反编译文件及其灰度图出发进行特征提取及融合，采用机器学习中的随机森林（RF）算法对恶意代码家族进行分类，提取恶意代码的操作码指令和灰度图纹理2个局部特征，并将颜色直方图作为恶意代码的全局特征。实验结果表明，融合恶意代码特征与RF算法可实现恶意代码家族的有效分类，平均准确率达到99.59%。

下载并关注上传者 低至0.43元/天 开通VIP 免费下载

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !