-
题名基于程序基因的恶意程序预测技术.
被引量:1
- 1
-
-
作者
肖达
刘博寒
崔宝江
王晓晨
张索星
-
机构
北京邮电大学网络空间安全学院
移动互联网安全技术国家工程实验室
-
出处
《网络与信息安全学报》
2018年第8期21-30,共10页
-
基金
国家自然科学基金资助项目(No.U1536122
No.61502536)~~
-
文摘
随着互联网技术日益成熟,恶意程序呈现出爆发式增长趋势。面对无源码恶意性未知的可执行文件,当前主流恶意程序检测多采用基于相似性的特征检测,缺少对恶意性来源的分析。基于该现状,定义了程序基因概念,设计并实现了通用的程序基因提取方案,提出了基于程序基因的恶意程序预测方法,通过机器学习及深度学习技术,使预测系统具有良好的预测能力,其中深度学习模型准确率达到了99.3%,验证了程序基因理论在恶意程序分析领域的作用。
-
关键词
程序基因
动态分析
基本块
恶意程序预测
-
Keywords
program gene
dynamic analysis
basic block
malware prediction
-
分类号
TP309.5
[自动化与计算机技术—计算机系统结构]
-