基于棧式自編碼的惡意代碼分類算法
大小：1.03 MB 人氣： 2018-01-16 需要積分：3
針對傳統(tǒng)機器學習方法不能有效地提取惡意代碼的潛在特征，提出了基于棧式自編碼（ stacked auto en-coder，SAE）的惡意代碼分類算法。其次從大量訓練樣本中學習并提取惡意代碼紋理圖像特征、指令語句中的隱含特征；在此基礎上，為提高特征選擇對分類算法準確性的提高，將惡意代碼紋理特征以及指令語句頻度特征進行融合，訓練棧式自編碼器和softmax分類器。實驗結(jié)果表明，基于惡意代碼紋理特征以及指令頻度特征，利用棧式自編碼分類算法對惡意代碼具有較好的分類能力，其分類準確率高于傳統(tǒng)淺層機器學習模型（隨機森林、支持向量機），相比隨機森林的方法提高了2. 474%，相比SVM的方法提高了1.235%。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%