抗混淆的恶意代码图像纹理特征描述方法

TP393; 将图像处理技术与机器学习方法相结合是恶意代码可视化研究的一个新方法.在这种研究方法中,恶意代码灰度图像纹理特征的描述对恶意代码分类结果的准确性影响较大.为此,提出新的恶意代码图像纹理特征描述方法.通过将全局特征(GIST)与局部特征(LBP或dense SIFT)相融合,构造抗混淆、抗干扰的融合特征,解决了在恶意代码灰度图像相似度较高或差异性较大时全局特征分类准确性急剧降低的问题.实验表明,该方法与传统方法相比具有更好的稳定性和适用性,同时在较易混淆的数据集上,分类准确率也有了明显的提高....

Full description

Saved in:
Bibliographic Details
Published in通信学报 Vol. 39; no. 11; pp. 44 - 53
Main Authors 刘亚姝, 王志海, 严寒冰, 侯跃然, 来煜坤
Format Journal Article
LanguageChinese
Published 北京建筑大学电气与信息工程学院,北京100044%北京交通大学计算机与信息技术学院,北京,100044%国家计算机网络应急技术处理协调中心,北京,100029%北京邮电大学网络技术研究院,北京,100876%卡迪夫大学计算机科学与信息学院,英国卡迪夫,CF24 3AA 25.11.2018
北京交通大学计算机与信息技术学院,北京100044
Subjects
图像纹理
恶意代码可视化
特征描述符
恶意代码分类
Online AccessGet full text
ISSN1000-436X
DOI10.11959/j.issn.1000-436x.2018227

Cover

More Information
Summary:TP393; 将图像处理技术与机器学习方法相结合是恶意代码可视化研究的一个新方法.在这种研究方法中,恶意代码灰度图像纹理特征的描述对恶意代码分类结果的准确性影响较大.为此,提出新的恶意代码图像纹理特征描述方法.通过将全局特征(GIST)与局部特征(LBP或dense SIFT)相融合,构造抗混淆、抗干扰的融合特征,解决了在恶意代码灰度图像相似度较高或差异性较大时全局特征分类准确性急剧降低的问题.实验表明,该方法与传统方法相比具有更好的稳定性和适用性,同时在较易混淆的数据集上,分类准确率也有了明显的提高.
ISSN:1000-436X
DOI:10.11959/j.issn.1000-436x.2018227