基于特征融合的恶意代码分类研究

来源：计算机工程杂志2019年第8期北京时间：

作者：张景莲, 彭艳兵

单位：1. 武汉邮电科学研究院, 武汉 430000;2. 南京烽火天地通信科技有限公司, 南京 210000

摘要：基于特征码匹配的静态分析方法提取的特征滞后于病毒发展，且不能检测出未知病毒。为此，从病毒反编译文件及其灰度图出发进行特征提取及融合，采用机器学习中的随机森林（RF）算法对恶意代码家族进行分类，提取恶意代码的操作码指令和灰度图纹理2个局部特征，并将颜色直方图作为恶意代码的全局特征。实验结果表明，融合恶意代码特征与RF算法可实现恶意代码家族的有效分类，平均准确率达到99.59%。

关键词：恶意代码,机器学习,灰度图纹理,颜色直方图,随机森林

基金资助：国家重点研发计划现代服务业共性关键技术研发及应用示范（2017YFB1400704）。