一种基于深度学习的勒索软件检测技术

摘要

本发明运用深度学习的分析方法对勒索软件进行检测和防范。通过静态和动态特征相结合的方式来描述勒索软件的特征。首先通过n‑gram分别提取操作码序列和文件行为序列作为静态和动态特征，然后使用加权信息增益算法选择合适的特征序列，最后将其作为深度置信网络的输入向量进行模型训练。提出了采用深度置信网络模型来检测勒索软件，深度置信网络是半监督学习，可以采用大量未标注的样本进行训练，能够更好的学习勒索软件的特征，达到更好的检测效果。