一种基于孪生网络元学习的隐遁勒索病毒分类识别方法与流程

摘要

本发明涉及一种基于孪生网络元学习的隐遁勒索病毒分类识别方法与流程，主要包括以下步骤：获取并分析隐遁勒索病毒样本的内存镜像数据，并进行内存镜像数据冗余预处理；内核监控隐遁勒索病毒IRP动作序列；将预处理后的内存镜像数据与IRP序列数据进行数据融合，并将融合后的数据转换为RGB彩色图像；将RGB彩色图像归档至同类隐遁勒索病毒图像库中，并从图像库中随机选择图像对，且对它们打标签以形成正样本对和负样本对，准备训练与测试数据集；将成对的隐遁勒索病毒图像数据及标签输入孪生卷积神经网络，训练并测试模型，最终输出隐遁勒索病毒类别判断结果。本发明可用于隐遁勒索病毒及其他隐遁恶意代码检测识别。