基于文件字符串聚类的划分同源家族和变种的方法及系统

摘要

本发明提出了一种基于文件字符串聚类的划分同源家族和变种的方法及系统，本发明通过获取目标文件的dump文件及API调用记录文件，并提取其字符串和API及参数信息，形成向量文件，计算器simhash值，与家族特征向量库中的已知家族及家族变种的中心距离相比较，如果小于预设值，则所述目标文件属于对应家族或家族变种，否则为新增的家族或家族变种。通过本发明，能够对大批量的未知目标文件进行家族归类，并能进一步对其变种进行划分，同时其形成的家族向量特征库可以用来对样本的家族及其变种进行判别。