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

Abstract 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.
AbstractList 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.
Author 严寒冰
刘亚姝
王志海
侯跃然
来煜坤
AuthorAffiliation 北京交通大学计算机与信息技术学院,北京100044;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
AuthorAffiliation_xml – name: 北京交通大学计算机与信息技术学院,北京100044;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
Author_FL WANG Zhihai
LAI Yukun
YAN Hanbing
HOU Yueran
LIU Yashu
Author_FL_xml – sequence: 1
  fullname: LIU Yashu
– sequence: 2
  fullname: WANG Zhihai
– sequence: 3
  fullname: YAN Hanbing
– sequence: 4
  fullname: HOU Yueran
– sequence: 5
  fullname: LAI Yukun
Author_xml – sequence: 1
  fullname: 刘亚姝
– sequence: 2
  fullname: 王志海
– sequence: 3
  fullname: 严寒冰
– sequence: 4
  fullname: 侯跃然
– sequence: 5
  fullname: 来煜坤
BookMark eNo1z89KwzAABvAcJjjnHsKDx9akaZL2KMN_MPCi4G3kTyMbkoFR7LU4BnqpFxX0IvgCgmCpwnwZm_gYbqinD77D9-NbAS0zNhkAawiGCKUk3RiFQ2tNiCCEQYxpHkYQJVHEWqD93x0tg661QwEJwoxCjNqAuut7V1WumvqHiSve3KT8-nj2T0XzOGsuS_9e-5upv6qbWeHK8vvzxd3V7vV2FSxpfmKz7l92wOH21kFvN-jv7-z1NvuBnZskUIRxIlGkMUUcMqYFETJLNFGaijiOmSYxFCmWUEGVSEl1pqWSFGWK8UQL3AHrv7sX3Ghujgej8fmpmYuDszwXi4doAeEfRGlfhA
ClassificationCodes TP393
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.11959/j.issn.1000-436x.2018227
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
DocumentTitle_FL Method of anti-confusion texture feature descriptor for malware images
EndPage 53
ExternalDocumentID txxb201811005
GrantInformation_xml – fundername: 国家自然科学基金资助项目; 国家重点研发计划基金资助项目
  funderid: (U1736218,61672086); (2018YFB0803604)
GroupedDBID -0Y
2B.
4A8
92I
93N
ALMA_UNASSIGNED_HOLDINGS
CCEZO
CUBFJ
GROUPED_DOAJ
PSX
TCJ
ID FETCH-LOGICAL-s1005-d57a5c12f361a077fb5bce8f5df6b4447f540b93c0d0d8cc6fefcdc61ed7a8fb3
ISSN 1000-436X
IngestDate Thu May 29 04:00:48 EDT 2025
IsPeerReviewed false
IsScholarly true
Issue 11
Keywords 图像纹理
恶意代码可视化
特征描述符
恶意代码分类
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1005-d57a5c12f361a077fb5bce8f5df6b4447f540b93c0d0d8cc6fefcdc61ed7a8fb3
PageCount 10
ParticipantIDs wanfang_journals_txxb201811005
PublicationCentury 2000
PublicationDate 2018-11-25
PublicationDateYYYYMMDD 2018-11-25
PublicationDate_xml – month: 11
  year: 2018
  text: 2018-11-25
  day: 25
PublicationDecade 2010
PublicationTitle 通信学报
PublicationTitle_FL Journal on Communications
PublicationYear 2018
Publisher 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
北京交通大学计算机与信息技术学院,北京100044
Publisher_xml – name: 北京交通大学计算机与信息技术学院,北京100044
– name: 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
SSID ssib051376031
ssj0002912165
ssib058759023
ssib001102965
ssib023646527
ssib023168036
ssib036439991
ssib050281523
ssib000968473
Score 2.2181733
Snippet 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...
SourceID wanfang
SourceType Aggregation Database
StartPage 44
Title 抗混淆的恶意代码图像纹理特征描述方法
URI https://d.wanfangdata.com.cn/periodical/txxb201811005
Volume 39
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
journalDatabaseRights – providerCode: PRVHPJ
  databaseName: ROAD: Directory of Open Access Scholarly Resources
  issn: 1000-436X
  databaseCode: M~E
  dateStart: 19800101
  customDbUrl:
  isFulltext: true
  dateEnd: 99991231
  titleUrlDefault: https://road.issn.org
  omitProxy: true
  ssIdentifier: ssib058759023
  providerName: ISSN International Centre
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnV3Na9RAFA-1ingRRcXPUsE5ydZkMjOZOU52sxShPbXQW8nHRk8r2BZKD0KxFPRSLyroRfAfEARLFeo_Y3f9M3zvJZuktt1WoQxvJ2_e_N7HkDfpfDjOAy584foybfWUSVvCpLyVeLFoxSJLpG_iOOC4d3huXs0uisdLcmniwnxj1dLaajKTbhy7r-R_vAp14FfcJfsPnq2EQgXQ4F8owcNQnsnHLFJMW2YCJMIA_wpCKxYFzFimBfF4LFREQObYZZFgYcisjzzWxaeRZCZkYYSE9okHpFkWGpLjlgK1oRqJnNhKIScyaxZ2WehijVHEA6XPiostR7kviwytq7AEoMss9Ws7zKpSEStH_icgmhlNvJYaAS9g6dQsAAhwhASoO7IC0EHNAo01iKXGwMJJLnC5h1gifIhKBKg9yoVK1fwg4mncGVhsnqYQJkFt6pQA2jbBCJFGs3aYKdQTiLrWEzQQCBKhukgXEEGR2ijkMESEuhB6KHWpaSnHMGOY5TBCjiLx6B_ojMvjQBaEaDjjKEgwWURIAiQKw5o2qTYGLblQuyVzgf8MaKHyEGAMxA61jShqx4AJkNPQI7C8KVxgyaoKkVh5AipBA6OKbIDUGcWxSyFQxE2nDC2oGYOcmxNMDRbmiLl2-nHx8LcKRwHTKDUE2Bqyyen2hPRjhKpD1qMhait3h__o94AGX3PEjo3bY_xOARx6h1x8Ejbebne5eOhb20ia8HQK4dONpFVWVRxRNnp7eI0cqTjvtcy2i5PCj-ZxRhpK5LCDmVEH67gUF2Y0QZ28VkuKV9fXE3yKR2DKc855DlkeXuUz9yJqfq6BZLx5jgCESL3Kg-MlfpDR17-VUJJX0zMfZ2-mPltMwtwMpj-VPOnhCsN6VYXUAR6O5Vff_LnxuEe3G1cmu-jcH-n76CRtaT9pP4_7TxpTn4UrzuXym8W0LV5AV52JjafXHDV4_X6wuzvY3R5-2Bpsfhts7fz68Xn4afPg4_7By53h973hm-3hq72D_c3Bzs7vn18G7_YGX99edxa70UJ7tlVewtNaQUu2MhnEMvV47isvdoMgT2SS9nQus1wlQogghzl_YvzUzdxMp6nKe3mapcrrZUGs88S_4Uz2n_V7N51p30s0ZAMJrrYRsfBjyYEzz2BI5JnI5S1nqtRzuXzJriwfcuvt0xjuOJfqN8JdZ3L1-VrvHkwaV5MpioQ_ds0txg
linkProvider ISSN International Centre
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E6%8A%97%E6%B7%B7%E6%B7%86%E7%9A%84%E6%81%B6%E6%84%8F%E4%BB%A3%E7%A0%81%E5%9B%BE%E5%83%8F%E7%BA%B9%E7%90%86%E7%89%B9%E5%BE%81%E6%8F%8F%E8%BF%B0%E6%96%B9%E6%B3%95&rft.jtitle=%E9%80%9A%E4%BF%A1%E5%AD%A6%E6%8A%A5&rft.au=%E5%88%98%E4%BA%9A%E5%A7%9D&rft.au=%E7%8E%8B%E5%BF%97%E6%B5%B7&rft.au=%E4%B8%A5%E5%AF%92%E5%86%B0&rft.au=%E4%BE%AF%E8%B7%83%E7%84%B6&rft.date=2018-11-25&rft.pub=%E5%8C%97%E4%BA%AC%E5%BB%BA%E7%AD%91%E5%A4%A7%E5%AD%A6%E7%94%B5%E6%B0%94%E4%B8%8E%E4%BF%A1%E6%81%AF%E5%B7%A5%E7%A8%8B%E5%AD%A6%E9%99%A2%2C%E5%8C%97%E4%BA%AC100044%25%E5%8C%97%E4%BA%AC%E4%BA%A4%E9%80%9A%E5%A4%A7%E5%AD%A6%E8%AE%A1%E7%AE%97%E6%9C%BA%E4%B8%8E%E4%BF%A1%E6%81%AF%E6%8A%80%E6%9C%AF%E5%AD%A6%E9%99%A2%2C%E5%8C%97%E4%BA%AC%2C100044%25%E5%9B%BD%E5%AE%B6%E8%AE%A1%E7%AE%97%E6%9C%BA%E7%BD%91%E7%BB%9C%E5%BA%94%E6%80%A5%E6%8A%80%E6%9C%AF%E5%A4%84%E7%90%86%E5%8D%8F%E8%B0%83%E4%B8%AD%E5%BF%83%2C%E5%8C%97%E4%BA%AC%2C100029%25%E5%8C%97%E4%BA%AC%E9%82%AE%E7%94%B5%E5%A4%A7%E5%AD%A6%E7%BD%91%E7%BB%9C%E6%8A%80%E6%9C%AF%E7%A0%94%E7%A9%B6%E9%99%A2%2C%E5%8C%97%E4%BA%AC%2C100876%25%E5%8D%A1%E8%BF%AA%E5%A4%AB%E5%A4%A7%E5%AD%A6%E8%AE%A1%E7%AE%97%E6%9C%BA%E7%A7%91%E5%AD%A6%E4%B8%8E%E4%BF%A1%E6%81%AF%E5%AD%A6%E9%99%A2%2C%E8%8B%B1%E5%9B%BD%E5%8D%A1%E8%BF%AA%E5%A4%AB%2CCF24+3AA&rft.issn=1000-436X&rft.volume=39&rft.issue=11&rft.spage=44&rft.epage=53&rft_id=info:doi/10.11959%2Fj.issn.1000-436x.2018227&rft.externalDocID=txxb201811005
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Ftxxb%2Ftxxb.jpg