一种基于深度森林的恶意代码分类方法

来源：软件学报杂志2020年第5期北京时间：

作者：卢喜东，段哲民，钱叶魁，周巍

单位：卢喜东，西北工业大学 电子信息学院, 陕西 西安 71007211,段哲民，西北工业大学 电子信息学院, 陕西 西安 71007202,钱叶魁，陆军炮兵防空兵学院 郑州校区, 河南 郑州 45005203,周巍，西北工业大学 电子信息学院, 陕西 西安 71007204

摘要：针对当前恶意代码静态分析方法精度不足的问题，将恶意代码映射为无压缩的灰度图像，然后根据图像变换方法将图像变换为恒定大小的图像，使用方向梯度直方图提取图像的特征，最后提出一种基于深度森林的恶意代码分类方法.实验中选择不同家族的多个恶意代码样本进行分类，验证了该方法的有效性，并且实验结果优于近期提出的SPAM-GIST方法.

关键词：恶意代码分类;方向梯度直方图;深度森林

基金资助：西北工业大学研究生创意创新种子基金（ZZ2018020）；国家重点基础研究发展计划（973）（2013CB329104）；通信网信息传输与分发技术国家重点实验室基金