一种基于深度神经网络的可视化恶意软件检测装置及方法

摘要

一种基于深度神经网络的可视化恶意软件检测装置及方法，利用反汇编技术将可执行文件样本转化为bytes文件和asm文件，将自己收集并标记过的正常软件数据集与著名的BIG 2015恶意软件数据集进行合并得到了一个平衡实验数据集；为了有效地提取出数据样本中的高维度特征，使用结合数据增强的可视化技术进一步将样本转化为RGB三通道图像。还提出了一种独特的深度神经网络分类架构，用于提升检测方法的性能；本发明的方法在其他众多神经网络模型方法中脱颖而出；通过实验验证了RGB三通道图像在恶意软件检测的性能方面相比较于灰度图像的优越性，表明了数据增强技术有助于可视化恶意软件检测；为其他研究人员进行恶意软件检测实验提供了新的思路与方法。