基于多頻特征學(xué)習(xí)的惡意代碼變種分類

摘要： 針對(duì)惡意代碼變種分類方法沒有充分對(duì)原始輸入進(jìn)行分析的問題，提出一種更加高效的基于深度學(xué)習(xí)的辦法，使用卷積神經(jīng)網(wǎng)絡(luò)對(duì)多頻信息進(jìn)行學(xué)習(xí)。對(duì)惡意代碼轉(zhuǎn)化而成的圖像進(jìn)行研究，利用小波變換進(jìn)行多頻和多層次的分析，抓住低頻和高頻特征；針對(duì)多頻信息輸入，設(shè)計(jì)一種多頻特征學(xué)習(xí)模塊，充分挖掘其中有用信息。實(shí)驗(yàn)結(jié)果表明，該方法在Malimg數(shù)據(jù)集上，相比其它兩種惡意代碼分類辦法，分別取得了1.5%...