- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第 卷 第 期 计 算 机 科 学
45 6A Vol.45No.6A
年 月
2018 6 COMPUTER SCIENCE June2018
基于灰度图纹理指纹的恶意软件分类
张晨斌 张云春 郑 杨 张鹏程 林 森
(云南大学软件学院 昆明 )
650095
, 、
摘 要 随着安卓恶意软件数量的快速增长 传统的恶意软件检测与分类机制存在检测率低 训练模型复杂度高等问
. , ,
题 为解决上述问题 结合图像纹理特征提取技术和机器学习分类器 提出基于灰度图纹理特征的恶意软件分类方
. ,
法 该方法首先将恶意软件样本生成灰度图 设计并集成了包含 和 特征提取算法在内的 种特征提取
GIST Tamura 4
; , ,
方法 然后将所得纹理特征集合作为源数据 基于 高性能处理架构构造了 种分类学习模型 最终实现对恶意
Caffe 5
. , ,
软件的检测和分类 实验结果表明 基于图像纹理特征的恶意软件分类具有较高的准确率 且 Caffe架构能有效缩短
, .
学习时间 降低复杂度
, , ,
关键词 恶意软件 灰度图 纹理特征 分类学习
中图法分类号 TP399 文献标识码 A
MalwareClassificationBasedonTextureFinerrintofGraGscaleImaes
g p y g
ZHANGChenGbin ZHANGYunGchun ZHENGYan ZHANGPenGchen LINSen
g g g
( , , , )
SchoolofSoftwareYunnanUniversit Kunmin 650095China
y g
,
Abstract WiththeraidincrementofthenumberofAndroidmalwaresthetraditionalmalwaredetectionandclassifiG
p
,
cationmetho
文档评论(0)