基于深度学习的恶意文档可视化检测

来源：电子测量技术杂志2022年第18期北京时间：

作者：黄昆，徐洋，张思聪，李克资

单位：贵州师范大学 贵州省信息与计算科学重点实验室,贵阳 550001

摘要：为了更加准确、快速地检测恶意PDF与DOCX格式文档，提出一种基于深度学习的恶意文档可视化检测方法。该方法通过马尔可夫模型将文档的字节序列转化为三通道的彩色图，从而获取更能区分恶意文档和良性文档的视觉表征，并采用当前主流的EfficientNet-B0模型对提取的可视化特征进行分类。结合迁移学习领域中的微调技术，将ImageNet上的分类权重应用到EfficientNet-B0模型的训练中，加快检测模型的收敛速度，缩短模型的训练时间。实验证明，在两个数据集上，模型的收敛速度快于随机初始化权重的预训练，且模型对恶意PDF文档和恶意DOCX文档的检测准确率分别达到了99.80%和98.14%，优于ResNet34、MobileNetV2等模型。与主流的恶意文档检测工具Wepawet和PJScan相比，所提出的方法具有更优的综合检测性能，进一步验证了所提出方法对恶意文档检测的有效性。

关键词：恶意文档;EfficientNet-B0;可视化;马尔可夫模型;迁移学习

基金资助：中央引导地方科技发展专项资金(黔科中引地〔2018〕4008)；贵州省科技计划项目（黔科合支撑[2020]2Y013号）; 贵州省研究生科研基金项目（黔教合YJSKYJJ〔2021〕102）