国内刊号:37-1389/N
国际刊号:1671-9352
发布日期:
作者:张杰,彭国军,杨秀璋
单位:1.空天信息安全与可信计算教育部重点实验室, 湖北 武汉 430072;2.武汉大学国家网络安全学院, 湖北 武汉 430072
关键词:逃避样本,API调用序列,机器学习,
基金:国家自然科学基金资助项目(62172308,U1626107,61972297,62172144)
针对恶意逃避样本的逃避行为进行分析,归纳并总结了恶意逃避样本常用的逃避API函数集,提出了一种基于动态API调用序列和机器学习的恶意逃避样本检测方法。在特征工程处理阶段,提出了逃避API函数权重衡量算法,并通过优化词频处理来增强逃避API函数的特征向量值,最终本文方法检测恶意逃避样本的准确率可达95.09%。
来源:2022年第7期
《山东大学学报(理学版)》期刊编辑部