声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2560/TP
国际刊号：1000-9825
发布日期:
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
关键词：恶意代码分类;方向梯度直方图;深度森林
基金：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
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.
来源：2020年第5期
《软件学报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。