-
题名基于多模态融合的动态恶意软件检测方法
被引量：1
- 1
-
-
作者
李鉴秋
刘万平
黄东
张琼
-
机构
重庆理工大学计算机科学与工程学院
贵州大学现代制造技术教育部重点实验室
重庆机电职业技术大学信息中心
-
出处
《计算机科学》
CSCD
北大核心
2024年第S02期936-942,共7页
-
基金
重庆市自然科学基金(cstc2021jcyj-msxmX0594)。
-
文摘
近年来,新型恶意软件数量越来越多,而传统的签名式恶意软件检测方法在面对这些新恶意软件时逐渐失效,亟需开发出新的检测方法。针对这一问题,提出了一种基于多模态的动态恶意软件检测方法,该方法使用API调用序列作为特征,并将API特征映射为多模态信息,使用2种不同的网络模型对多模态信息进行处理,并获得检测结果。通过在多个公开的数据集上对所提方法进行了测试,获得最高99.98%的检测准确度。实验表明,所提方法具有高准确率以及良好的泛化能力。由于该方法无需任何反汇编操作,因此可以对使用了加壳技术的恶意软件进行检测,这一特点有效提高了检测方法的鲁棒性。
-
关键词
恶意软件检测
多模态融合
深度学习
-
Keywords
Malware detection
Multimodal fusion
Deep learning
-
分类号
TP309.5
[自动化与计算机技术—计算机系统结构]
-
