文献知网节
  • 记笔记

基于纹理特征和随机森林的恶意代码分类研究

刘宇强李军范志鹏

湖北工业大学计算机学院

摘要:为高效地识别分析恶意软件,及时防范可能的危害,提出了一种基于图像灰度纹理特征的静态分类方法。根据代码的指令长度特点,设计并提取病毒代码的多字节图像纹理,并统一成二维特征,然后将所有的特征文件作为训练集进行随机森林机器学习方法分类。利用标准数据集进行的实验表明,该方法可以达到96.36%的精度,并分析了各个字节代码特征的重要性,进一步提出了简化的分类方法。
  • 专辑:

    理工C(机电航空交通水利建筑能源); 电子技术及信息科学

  • 专题:

    计算机软件及计算机应用

  • 分类号:

    TP311.5;TP309

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • HTML阅读
  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

下载:58 页码:56-60 页数:5 大小:1169K

相关文献推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 关联作者