期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
9
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于代码可视化的工业互联网恶意代码检测方法
1
作者
龙墨澜
康海燕
《计算机集成制造系统》
北大核心
2025年第2期567-578,共12页
针对工业互联网中不断增加的恶意软件数量和种类,传统恶意代码检测方法存在准确率低、时间开销大、数据预处理过程复杂等问题,结合神经网络在图像分类方向的成熟应用,提出一种基于代码可视化的工业互联网恶意代码检测方法。通过可视化...
针对工业互联网中不断增加的恶意软件数量和种类,传统恶意代码检测方法存在准确率低、时间开销大、数据预处理过程复杂等问题,结合神经网络在图像分类方向的成熟应用,提出一种基于代码可视化的工业互联网恶意代码检测方法。通过可视化算法将恶意代码原始文件转化为彩色图像,采用改进GoogLenet检测并识别恶意代码家族;用数据增强扩充原始样本集,并提出适用于多分类任务的带权Focal loss损失函数,通过样本期望体积调整不同恶意代码家族在模型训练过程中的权重参数,缓解模型过拟合的影响。最后在Malimg和Leopard Mobile两个数据集上的实验表明,彩色恶意代码图像在准确性方面优于恶意代码灰度图,该方法在Malimg和Leopard Mobile数据集的准确率分别达到98.26%和97.19%,验证了该方法的优越性。
展开更多
关键词
恶意
代码
分类
代码可视化
深度学习
数据增强
带权损失函数
在线阅读
下载PDF
职称材料
一种增强代码理解的代码可视化工具JavaCity
2
作者
肖英剑
揭安全
+2 位作者
李宏伟
钟崇文
罗荣
《江西师范大学学报（自然科学版）》
CAS
北大核心
2023年第6期652-660,共9页
该文提出了一种基于城市隐喻的沉浸式代码可视化工具JavaCity,实现了方法级别的细粒度可视化;通过抽取软件项目各项度量值构建可视化可交互的虚拟城市,进一步增强代码可视化和代码理解的能力.在JavaCity和IDEA上进行的对比实验研究表明:...
该文提出了一种基于城市隐喻的沉浸式代码可视化工具JavaCity,实现了方法级别的细粒度可视化;通过抽取软件项目各项度量值构建可视化可交互的虚拟城市,进一步增强代码可视化和代码理解的能力.在JavaCity和IDEA上进行的对比实验研究表明:JavaCity在理解软件项目相关的任务上时间效率节省200 s以上,在有用性评价上接近100%正确,近90%的参与者在脑力劳动、努力程度和挫折程度方面认为认知负荷更低.
展开更多
关键词
代码可视化
城市隐喻
代码
理解
虚拟现实
在线阅读
下载PDF
职称材料
TriCh-LKRepNet:融合三通道映射与结构重参数化的大核卷积恶意代码分类网络
被引量：
4
3
作者
李思聪
王坚
+1 位作者
宋亚飞
王硕
《电子学报》
EI
CAS
CSCD
北大核心
2024年第7期2331-2340,共10页
随着网络威胁的日益严峻,恶意代码的检测与分类变得尤为关键.传统分析方法依赖手动特征提取,不仅耗时且难以跟上恶意代码的快速变异.相比之下,深度学习技术在恶意代码分类方面展现出巨大潜力.然而,模型复杂度和资源消耗仍是实际部署的难...
随着网络威胁的日益严峻,恶意代码的检测与分类变得尤为关键.传统分析方法依赖手动特征提取,不仅耗时且难以跟上恶意代码的快速变异.相比之下,深度学习技术在恶意代码分类方面展现出巨大潜力.然而,模型复杂度和资源消耗仍是实际部署的难题.本研究提出了TriCh-LKRepNet(Triple-Channel Large Kernel Reparameterisation Network),该网络专注于轻量化设计,旨在确保检测性能的同时降低计算和内存需求.通过提出的三通道映射技术,将恶意代码的多维信息有效转换为图像通道,增强了特征的区分性.结合卷积神经网络(Convolutional Neural Networks,CNN)和Transformer的优势,设计了一个高效的深度学习架构,并通过重参数化技术优化了连接路径,以降低内存消耗并提升运行效率.此外,引入的线性训练时间过参数化和大卷积核技术进一步降低了模型的参数量和计算负担.通过实验证明,TriCh-LKRepNet在提升恶意代码分类精度的同时实现了模型的轻量化,与现有技术相比,展现出更佳的性能和更广泛的应用潜力,特别是在资源受限和需要实时检测的环境中,提供了一种有效的解决方案.
展开更多
关键词
恶意
代码
分类
恶意
代码可视化
结构重参数
化
大卷积核
汇编信息
语义关系
在线阅读
下载PDF
职称材料
基于扩散模型的恶意代码数据集扩充方法
被引量：
1
4
作者
李思聪
王坚
+2 位作者
宋亚飞
王硕
冯存前
《空军工程大学学报》
北大核心
2025年第1期95-103,共9页
随着大数据的支撑,深度学习模型在计算机视觉和自然语言处理等领域展现出卓越的能力。然而,在恶意代码图像领域应用中,可能会出现训练数据不足的情况。由于部分恶意家族训练样本数量有限,无法充分描述整个数据集的分布特征,深度学习模...
随着大数据的支撑,深度学习模型在计算机视觉和自然语言处理等领域展现出卓越的能力。然而,在恶意代码图像领域应用中,可能会出现训练数据不足的情况。由于部分恶意家族训练样本数量有限,无法充分描述整个数据集的分布特征,深度学习模型可能会过度拟合于这些稀缺数据,导致模型的性能不佳。针对以上问题,提出一种基于扩散模型生成新样本的数据集扩充方法,通过学习从原始数据到噪声的转换过程,并利用反向过程还原噪声样本为新的相似样本,实现数据集的扩充,生成与原始数据集相似但不同的新样本,以缓解部分家族数据不平衡对分类检测任务的影响,提高模型的泛化能力。
展开更多
关键词
恶意
代码
检测
扩散模型
恶意
代码可视化
数据增强技术
U-Net
在线阅读
下载PDF
职称材料
基于深度学习可视化的恶意软件家族分类
被引量：
17
5
作者
陈小寒
魏书宁
覃正泽
《计算机工程与应用》
CSCD
北大核心
2021年第22期131-138,共8页
计算机网络技术的快速发展,导致恶意软件数量不断增加。针对恶意软件家族分类问题,提出一种基于深度学习可视化的恶意软件家族分类方法。该方法采用恶意软件操作码特征图像生成的方式,将恶意软件操作码转化为可直视的灰度图像。使用递...
计算机网络技术的快速发展,导致恶意软件数量不断增加。针对恶意软件家族分类问题,提出一种基于深度学习可视化的恶意软件家族分类方法。该方法采用恶意软件操作码特征图像生成的方式,将恶意软件操作码转化为可直视的灰度图像。使用递归神经网络处理操作码序列,不仅考虑了恶意软件的原始信息,还考虑了将原始代码与时序特征相关联的能力,增强分类特征的信息密度。利用SimHash将原始编码与递归神经网络的预测编码融合,生成特征图像。基于相同族的恶意代码图像比不同族的具有更明显相似性的现象,针对传统分类模型无法解决自动提取分类特征的问题,使用卷积神经网络对特征图像进行分类。实验部分使用10868个样本(包含9个恶意家族)对深度学习可视化进行有效性验证,分类精度达到98.8%,且能够获得有效的、信息增强的分类特征。
展开更多
关键词
恶意软件家族
恶意
代码可视化
递归神经网络(RNN)
卷积神经网络(CNN)
SimHash
在线阅读
下载PDF
职称材料
一种基于特征融合的恶意代码快速检测方法
被引量：
12
6
作者
王硕
王坚
+1 位作者
王亚男
宋亚飞
《电子学报》
EI
CAS
CSCD
北大核心
2023年第1期57-66,共10页
随着恶意代码对抗技术的发展,恶意攻击者通过加壳、代码混淆等技术繁衍大量恶意代码变种,而传统恶意代码检测方法难以对其进行有效检测.基于恶意代码可视化的恶意代码检测方法被证明是一种能够有效识别恶意代码及其变种的新方法 .针对...
随着恶意代码对抗技术的发展,恶意攻击者通过加壳、代码混淆等技术繁衍大量恶意代码变种,而传统恶意代码检测方法难以对其进行有效检测.基于恶意代码可视化的恶意代码检测方法被证明是一种能够有效识别恶意代码及其变种的新方法 .针对目前研究仅着眼于提升模型分类准确率而忽略了恶意代码检测的时效性,本文提出了一种基于特征融合的恶意代码快速检测方法 .该方法以深度神经网络为框架,采取模块化设计思想,将多尺度恶意代码特征融合与通道注意力机制结合,增强关键特征表达,并使用数据增强技术改善数据集类别不平衡问题.通过实验证明本文方法分类准确率高且参数量小、检测时效性高,优于目前的恶意代码检测技术.
展开更多
关键词
恶意
代码
深度神经网络
特征融合
通道注意力机制
数据增强技术
恶意
代码可视化
在线阅读
下载PDF
职称材料
抗混淆的恶意代码图像纹理特征描述方法
被引量：
9
7
作者
刘亚姝
王志海
+2 位作者
严寒冰
侯跃然
来煜坤
《通信学报》
EI
CSCD
北大核心
2018年第11期44-53,共10页
将图像处理技术与机器学习方法相结合是恶意代码可视化研究的一个新方法。在这种研究方法中,恶意代码灰度图像纹理特征的描述对恶意代码分类结果的准确性影响较大。为此,提出新的恶意代码图像纹理特征描述方法。通过将全局特征(GIST)与...
将图像处理技术与机器学习方法相结合是恶意代码可视化研究的一个新方法。在这种研究方法中,恶意代码灰度图像纹理特征的描述对恶意代码分类结果的准确性影响较大。为此,提出新的恶意代码图像纹理特征描述方法。通过将全局特征(GIST)与局部特征(LBP或dense SIFT)相融合,构造抗混淆、抗干扰的融合特征,解决了在恶意代码灰度图像相似度较高或差异性较大时全局特征分类准确性急剧降低的问题。实验表明,该方法与传统方法相比具有更好的稳定性和适用性,同时在较易混淆的数据集上,分类准确率也有了明显的提高。
展开更多
关键词
恶意
代码可视化
图像纹理
特征描述符
恶意
代码
分类
在线阅读
下载PDF
职称材料
基于生成对抗网络的恶意代码变体家族溯源方法
8
作者
李莉
张晴
+2 位作者
孔悠然
苏仁嘉
赵鑫
《计算机工程与科学》
2025年第7期1215-1225,共11页
针对恶意代码变更速度快、溯源困难的问题,提出了一种通过创建恶意代码变体数据集,增强模型家族溯源能力的分类方法。该方法将恶意代码可视化,使用改进的生成对抗网络对恶意代码进行分类,使用Ghost模块与Dropout层调节生成器与判别器的...
针对恶意代码变更速度快、溯源困难的问题,提出了一种通过创建恶意代码变体数据集,增强模型家族溯源能力的分类方法。该方法将恶意代码可视化,使用改进的生成对抗网络对恶意代码进行分类,使用Ghost模块与Dropout层调节生成器与判别器的对抗能力,引入高效通道注意力机制帮助模型聚焦重要特征,使用卷积与上采样结合的结构避免生成图像棋盘格化。测试阶段使用恶意代码变体数据集与不同类别特征数据集,验证模型恶意代码变体的家族溯源能力。使用所提方法构建的模型具有更强的特征提取能力、更少的资源消耗以及更快的推理速度,满足当今恶意代码变更迅速对恶意代码分类模型提出的强抗混淆能力、高泛化能力的要求,且便于部署在移动、嵌入式等设备中,提供对恶意代码的实时检测。
展开更多
关键词
恶意
代码
变体溯源
生成对抗网络
注意力机制
代码可视化
特征纹理
在线阅读
下载PDF
职称材料
面向恶意代码检测的深度注意力网络架构
9
作者
李思聪
王飞
+1 位作者
魏子令
陈曙晖
《信息网络安全》
2025年第8期1208-1222,共15页
针对恶意代码变种激增导致传统检测方法效能不足的问题,文章提出一种基于混合多尺度注意力网络的恶意代码分类架构MSA-ResNet。该架构通过双线性插值算法实现图像尺寸标准化,有效保留易混淆恶意代码家族的纹理特征,并结合动态数据增强...
针对恶意代码变种激增导致传统检测方法效能不足的问题,文章提出一种基于混合多尺度注意力网络的恶意代码分类架构MSA-ResNet。该架构通过双线性插值算法实现图像尺寸标准化,有效保留易混淆恶意代码家族的纹理特征,并结合动态数据增强策略优化输入多样性。在网络架构中,将多尺度注意力模块嵌入ResNet50残差块末端,构建跨尺度特征交互机制,使特征点关联距离缩短,注意力收敛速度提升。实验结果表明,架构在Malimg数据集上实现99.47%的准确率与99.46%的宏平均F1分数,较传统ResNet50架构提升1.95%,参数量仅增加15%。与现有最优方法相比,分类精度提升0.49%,且对Obfuscator.AD等复杂恶意代码变种检测有效。
展开更多
关键词
恶意
代码可视化
卷积神经网络
多尺度注意力机制
图像尺寸归一
化
算法
特征融合
在线阅读
下载PDF
职称材料
题名
基于代码可视化的工业互联网恶意代码检测方法
1
作者
龙墨澜
康海燕
机构
北京信息科技大学计算机学院
出处
《计算机集成制造系统》
北大核心
2025年第2期567-578,共12页
基金
国家社会科学基金资助项目(21BTQ079)
教育部人文社会科学基金资助项目(20YJAZH046)。
文摘
针对工业互联网中不断增加的恶意软件数量和种类,传统恶意代码检测方法存在准确率低、时间开销大、数据预处理过程复杂等问题,结合神经网络在图像分类方向的成熟应用,提出一种基于代码可视化的工业互联网恶意代码检测方法。通过可视化算法将恶意代码原始文件转化为彩色图像,采用改进GoogLenet检测并识别恶意代码家族;用数据增强扩充原始样本集,并提出适用于多分类任务的带权Focal loss损失函数,通过样本期望体积调整不同恶意代码家族在模型训练过程中的权重参数,缓解模型过拟合的影响。最后在Malimg和Leopard Mobile两个数据集上的实验表明,彩色恶意代码图像在准确性方面优于恶意代码灰度图,该方法在Malimg和Leopard Mobile数据集的准确率分别达到98.26%和97.19%,验证了该方法的优越性。
关键词
恶意
代码
分类
代码可视化
深度学习
数据增强
带权损失函数
Keywords
malicious code classification
code visualization
deep learning
data augment
weighted loss function
分类号
TP393.08 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
一种增强代码理解的代码可视化工具JavaCity
2
作者
肖英剑
揭安全
李宏伟
钟崇文
罗荣
机构
江西师范大学计算机信息工程学院
南昌理工学院计算机信息工程学院
江西师范大学数字产业学院
出处
《江西师范大学学报（自然科学版）》
CAS
北大核心
2023年第6期652-660,共9页
基金
国家自然科学基金(62266021)
江西省自然科学基金(20224BAB202018)
+1 种基金
江西省03专项课题(20212ABC03A26)
江西省科技厅重大科技专项“揭榜挂帅”(20213AAE02001)资助项目。
文摘
该文提出了一种基于城市隐喻的沉浸式代码可视化工具JavaCity,实现了方法级别的细粒度可视化;通过抽取软件项目各项度量值构建可视化可交互的虚拟城市,进一步增强代码可视化和代码理解的能力.在JavaCity和IDEA上进行的对比实验研究表明:JavaCity在理解软件项目相关的任务上时间效率节省200 s以上,在有用性评价上接近100%正确,近90%的参与者在脑力劳动、努力程度和挫折程度方面认为认知负荷更低.
关键词
代码可视化
城市隐喻
代码
理解
虚拟现实
Keywords
code visualization
urban metaphor
code understanding
virtual reality
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
TriCh-LKRepNet:融合三通道映射与结构重参数化的大核卷积恶意代码分类网络
被引量：
4
3
作者
李思聪
王坚
宋亚飞
王硕
机构
空军工程大学防空反导学院
中国人民解放军
出处
《电子学报》
EI
CAS
CSCD
北大核心
2024年第7期2331-2340,共10页
基金
国家自然科学基金(No.61806219,No.61703426,No.61876189)
陕西省自然科学基金(No.2021Jm^(2)26)
+1 种基金
陕西省高校科协青年人才托举计划(No.20190108,No.20220106)
陕西省创新能力支撑计划(No.2020KJXX-065)~~。
文摘
随着网络威胁的日益严峻,恶意代码的检测与分类变得尤为关键.传统分析方法依赖手动特征提取,不仅耗时且难以跟上恶意代码的快速变异.相比之下,深度学习技术在恶意代码分类方面展现出巨大潜力.然而,模型复杂度和资源消耗仍是实际部署的难题.本研究提出了TriCh-LKRepNet(Triple-Channel Large Kernel Reparameterisation Network),该网络专注于轻量化设计,旨在确保检测性能的同时降低计算和内存需求.通过提出的三通道映射技术,将恶意代码的多维信息有效转换为图像通道,增强了特征的区分性.结合卷积神经网络(Convolutional Neural Networks,CNN)和Transformer的优势,设计了一个高效的深度学习架构,并通过重参数化技术优化了连接路径,以降低内存消耗并提升运行效率.此外,引入的线性训练时间过参数化和大卷积核技术进一步降低了模型的参数量和计算负担.通过实验证明,TriCh-LKRepNet在提升恶意代码分类精度的同时实现了模型的轻量化,与现有技术相比,展现出更佳的性能和更广泛的应用潜力,特别是在资源受限和需要实时检测的环境中,提供了一种有效的解决方案.
关键词
恶意
代码
分类
恶意
代码可视化
结构重参数
化
大卷积核
汇编信息
语义关系
Keywords
malicious code classification
malicious code visualization
structural reparameterisation
large convolu⁃tional kernel
assembly information
semantic relations
分类号
TP309.5 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
基于扩散模型的恶意代码数据集扩充方法
被引量：
1
4
作者
李思聪
王坚
宋亚飞
王硕
冯存前
机构
空军工程大学防空反导学院
[
出处
《空军工程大学学报》
北大核心
2025年第1期95-103,共9页
基金
国家自然科学基金(61806219,61703426,61876189)
陕西省自然科学基础研究计划(2021JM-226)
+1 种基金
陕西省高校科协青年人才托举计划(20190108,20220106)
陕西省创新能力支撑计划(2020KJXX-065)。
文摘
随着大数据的支撑,深度学习模型在计算机视觉和自然语言处理等领域展现出卓越的能力。然而,在恶意代码图像领域应用中,可能会出现训练数据不足的情况。由于部分恶意家族训练样本数量有限,无法充分描述整个数据集的分布特征,深度学习模型可能会过度拟合于这些稀缺数据,导致模型的性能不佳。针对以上问题,提出一种基于扩散模型生成新样本的数据集扩充方法,通过学习从原始数据到噪声的转换过程,并利用反向过程还原噪声样本为新的相似样本,实现数据集的扩充,生成与原始数据集相似但不同的新样本,以缓解部分家族数据不平衡对分类检测任务的影响,提高模型的泛化能力。
关键词
恶意
代码
检测
扩散模型
恶意
代码可视化
数据增强技术
U-Net
Keywords
malicious code detection
diffusion models
malicious code visualization
data enhancement techniques
U-Net
分类号
TP309 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
基于深度学习可视化的恶意软件家族分类
被引量：
17
5
作者
陈小寒
魏书宁
覃正泽
机构
湖南师范大学信息科学与工程学院
国防科技大学并行与分布处理国防科技重点实验室
出处
《计算机工程与应用》
CSCD
北大核心
2021年第22期131-138,共8页
基金
湖南省重点领域研发计划(2019GK2243)。
文摘
计算机网络技术的快速发展,导致恶意软件数量不断增加。针对恶意软件家族分类问题,提出一种基于深度学习可视化的恶意软件家族分类方法。该方法采用恶意软件操作码特征图像生成的方式,将恶意软件操作码转化为可直视的灰度图像。使用递归神经网络处理操作码序列,不仅考虑了恶意软件的原始信息,还考虑了将原始代码与时序特征相关联的能力,增强分类特征的信息密度。利用SimHash将原始编码与递归神经网络的预测编码融合,生成特征图像。基于相同族的恶意代码图像比不同族的具有更明显相似性的现象,针对传统分类模型无法解决自动提取分类特征的问题,使用卷积神经网络对特征图像进行分类。实验部分使用10868个样本(包含9个恶意家族)对深度学习可视化进行有效性验证,分类精度达到98.8%,且能够获得有效的、信息增强的分类特征。
关键词
恶意软件家族
恶意
代码可视化
递归神经网络(RNN)
卷积神经网络(CNN)
SimHash
Keywords
malware family
malicious code visualization
Recursive Neural Network(RNN)
Convolutional Neural Network(CNN)
SimHash
分类号
TP309.5 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
一种基于特征融合的恶意代码快速检测方法
被引量：
12
6
作者
王硕
王坚
王亚男
宋亚飞
机构
空军工程大学防空反导学院
出处
《电子学报》
EI
CAS
CSCD
北大核心
2023年第1期57-66,共10页
基金
国家自然科学基金(No.61703426)。
文摘
随着恶意代码对抗技术的发展,恶意攻击者通过加壳、代码混淆等技术繁衍大量恶意代码变种,而传统恶意代码检测方法难以对其进行有效检测.基于恶意代码可视化的恶意代码检测方法被证明是一种能够有效识别恶意代码及其变种的新方法 .针对目前研究仅着眼于提升模型分类准确率而忽略了恶意代码检测的时效性,本文提出了一种基于特征融合的恶意代码快速检测方法 .该方法以深度神经网络为框架,采取模块化设计思想,将多尺度恶意代码特征融合与通道注意力机制结合,增强关键特征表达,并使用数据增强技术改善数据集类别不平衡问题.通过实验证明本文方法分类准确率高且参数量小、检测时效性高,优于目前的恶意代码检测技术.
关键词
恶意
代码
深度神经网络
特征融合
通道注意力机制
数据增强技术
恶意
代码可视化
Keywords
malicious code
deep neural network
feature fusion
channel attention mechanism
data augmentation technology
malicious code visualization
分类号
TP309.5 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
抗混淆的恶意代码图像纹理特征描述方法
被引量：
9
7
作者
刘亚姝
王志海
严寒冰
侯跃然
来煜坤
机构
北京交通大学计算机与信息技术学院
北京建筑大学电气与信息工程学院
国家计算机网络应急技术处理协调中心
北京邮电大学网络技术研究院
卡迪夫大学计算机科学与信息学院
出处
《通信学报》
EI
CSCD
北大核心
2018年第11期44-53,共10页
基金
国家自然科学基金资助项目(No.U1736218
No.61672086)
国家重点研发计划基金资助项目(No.2018YFB0803604)~~
文摘
将图像处理技术与机器学习方法相结合是恶意代码可视化研究的一个新方法。在这种研究方法中,恶意代码灰度图像纹理特征的描述对恶意代码分类结果的准确性影响较大。为此,提出新的恶意代码图像纹理特征描述方法。通过将全局特征(GIST)与局部特征(LBP或dense SIFT)相融合,构造抗混淆、抗干扰的融合特征,解决了在恶意代码灰度图像相似度较高或差异性较大时全局特征分类准确性急剧降低的问题。实验表明,该方法与传统方法相比具有更好的稳定性和适用性,同时在较易混淆的数据集上,分类准确率也有了明显的提高。
关键词
恶意
代码可视化
图像纹理
特征描述符
恶意
代码
分类
Keywords
malware visualization
image texture
feature descriptors
malware classification
分类号
TP393 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于生成对抗网络的恶意代码变体家族溯源方法
8
作者
李莉
张晴
孔悠然
苏仁嘉
赵鑫
机构
东北林业大学计算机与控制工程学院
出处
《计算机工程与科学》
2025年第7期1215-1225,共11页
基金
黑龙江省重点研发计划(2022ZX01A30)。
文摘
针对恶意代码变更速度快、溯源困难的问题,提出了一种通过创建恶意代码变体数据集,增强模型家族溯源能力的分类方法。该方法将恶意代码可视化,使用改进的生成对抗网络对恶意代码进行分类,使用Ghost模块与Dropout层调节生成器与判别器的对抗能力,引入高效通道注意力机制帮助模型聚焦重要特征,使用卷积与上采样结合的结构避免生成图像棋盘格化。测试阶段使用恶意代码变体数据集与不同类别特征数据集,验证模型恶意代码变体的家族溯源能力。使用所提方法构建的模型具有更强的特征提取能力、更少的资源消耗以及更快的推理速度,满足当今恶意代码变更迅速对恶意代码分类模型提出的强抗混淆能力、高泛化能力的要求,且便于部署在移动、嵌入式等设备中,提供对恶意代码的实时检测。
关键词
恶意
代码
变体溯源
生成对抗网络
注意力机制
代码可视化
特征纹理
Keywords
malicious code variant tracing
generative adversarial network
attention mechanism
code visualization
feature texture
分类号
TP303.08 [自动化与计算机技术]
在线阅读
下载PDF
职称材料
题名
面向恶意代码检测的深度注意力网络架构
9
作者
李思聪
王飞
魏子令
陈曙晖
机构
国防科技大学计算机学院
出处
《信息网络安全》
2025年第8期1208-1222,共15页
基金
国家自然科学基金[62202486,U22B2005]
江苏省重点研发计划[BE2023004-4]
湖南省科技创新计划[2024RC3139]。
文摘
针对恶意代码变种激增导致传统检测方法效能不足的问题,文章提出一种基于混合多尺度注意力网络的恶意代码分类架构MSA-ResNet。该架构通过双线性插值算法实现图像尺寸标准化,有效保留易混淆恶意代码家族的纹理特征,并结合动态数据增强策略优化输入多样性。在网络架构中,将多尺度注意力模块嵌入ResNet50残差块末端,构建跨尺度特征交互机制,使特征点关联距离缩短,注意力收敛速度提升。实验结果表明,架构在Malimg数据集上实现99.47%的准确率与99.46%的宏平均F1分数,较传统ResNet50架构提升1.95%,参数量仅增加15%。与现有最优方法相比,分类精度提升0.49%,且对Obfuscator.AD等复杂恶意代码变种检测有效。
关键词
恶意
代码可视化
卷积神经网络
多尺度注意力机制
图像尺寸归一
化
算法
特征融合
Keywords
malicious code visualization
convolutional neural network
multi-headed attention mechanism
image size normalization algorithm
feature fusion
分类号
TP309 [自动化与计算机技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于代码可视化的工业互联网恶意代码检测方法
龙墨澜
康海燕
《计算机集成制造系统》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
一种增强代码理解的代码可视化工具JavaCity
肖英剑
揭安全
李宏伟
钟崇文
罗荣
《江西师范大学学报（自然科学版）》
CAS
北大核心
2023
0
在线阅读
下载PDF
职称材料
3
TriCh-LKRepNet:融合三通道映射与结构重参数化的大核卷积恶意代码分类网络
李思聪
王坚
宋亚飞
王硕
《电子学报》
EI
CAS
CSCD
北大核心
2024
4
在线阅读
下载PDF
职称材料
4
基于扩散模型的恶意代码数据集扩充方法
李思聪
王坚
宋亚飞
王硕
冯存前
《空军工程大学学报》
北大核心
2025
1
在线阅读
下载PDF
职称材料
5
基于深度学习可视化的恶意软件家族分类
陈小寒
魏书宁
覃正泽
《计算机工程与应用》
CSCD
北大核心
2021
17
在线阅读
下载PDF
职称材料
6
一种基于特征融合的恶意代码快速检测方法
王硕
王坚
王亚男
宋亚飞
《电子学报》
EI
CAS
CSCD
北大核心
2023
12
在线阅读
下载PDF
职称材料
7
抗混淆的恶意代码图像纹理特征描述方法
刘亚姝
王志海
严寒冰
侯跃然
来煜坤
《通信学报》
EI
CSCD
北大核心
2018
9
在线阅读
下载PDF
职称材料
8
基于生成对抗网络的恶意代码变体家族溯源方法
李莉
张晴
孔悠然
苏仁嘉
赵鑫
《计算机工程与科学》
2025
在线阅读
下载PDF
职称材料
9
面向恶意代码检测的深度注意力网络架构
李思聪
王飞
魏子令
陈曙晖
《信息网络安全》
2025
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
