一種惡意代碼檢測方法及系統(tǒng)

基本信息

申請?zhí)?/td> CN201911270920.4 申請日 -
公開（公告）號 CN111143842B 公開（公告）日 2022-07-01
申請公布號 CN111143842B 申請公布日 2022-07-01
分類號 G06F21/56（2013.01）I;G06K9/62（2022.01）I 分類 計算；推算；計數(shù);
發(fā)明人 范美華;李樹棟;吳曉波;韓偉紅;楊航鋒;付瀟鵬;方濱興;田志宏;殷麗華;顧釗銓;仇晶;李默涵;唐可可 申請（專利權(quán)）人 廣州大學(xué)
代理機構(gòu) 廣州市華學(xué)知識產(chǎn)權(quán)代理有限公司 代理人 -
地址 510006廣東省廣州市番禺區(qū)大學(xué)城外環(huán)西路230號
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種惡意代碼檢測方法及系統(tǒng)，方法包括：S1、將每個惡意代碼運行過程中的WindowsAPI動作序列視作一個具有上下文關(guān)系的文本，分別使用TF?IDF和Doc2vec進行特征抽??；S2、在分別獲得TF?IDF和Doc2vec特征矩陣后，將TF?IDF和Doc2vec抽取到的特征進行拼接，降維后獲得惡意代碼的特征矩陣；S3、構(gòu)造基于聚類的集成分類改進模型，采用多個基學(xué)習(xí)器對數(shù)據(jù)集進行分類，并在最后采用投票的方式獲得最終分類結(jié)果，S4、在預(yù)測階段將樣本分別輸入每個基學(xué)習(xí)器中與之最近的單一類別類簇/SVM分類器中并輸出預(yù)測類別，最后根據(jù)投票原則，學(xué)習(xí)器輸出類別中占多數(shù)的類別為最終預(yù)測類別。本發(fā)明將TF?IDF和Doc2vec結(jié)合，不僅考慮惡意代碼動作序列中API的頻率，也考慮動作序列的上下文關(guān)聯(lián)，提高惡意代碼檢測的準確性。