ASSCA: API序列特征和统计特征组合的恶意样本检测框架

摘要

本文针对恶意样本行为分析,提出了一种组合机器学习框架,一方面对API序列中调用的依赖关系进行功能层面上的分析,提取特征,使用随机森林进行检测.另一方面利用深度学习中的循环神经网络处理时间序列数据的特性,在冗余信息预处理的基础上,直接对序列进行学习和检测.在恶意软件样本上进行的实验的结果显示,两种方法均可有效检测恶意样本,但是组合学习的效果更优,AUC达到99.3％.