Word2Vec、HMM2Vec 与 PCA2Vec 在恶意软件分类中的比较
密码学与安全
2021-03-11 v1 机器学习
摘要
词嵌入常用于自然语言处理中以量化词之间的关系。更一般地，这些相同的词嵌入技术可用于量化特征之间的关系。本文中，我们首先在恶意软件分类背景下考虑多种不同的词嵌入技术。我们使用隐马尔可夫模型以获嵌入向量，称该方法为 HMM2Vec，并基于主成分分析生成向量嵌入。我们还考虑了流行的基于神经网络的词嵌入技术 Word2Vec。在每种情况下，我们基于来自不同家族的恶意软件样本的操作码序列推导特征嵌入。我们表明，相较于直接使用操作码序列的 HMM 实验（作为基线），基于这些特征嵌入可获得更好的分类准确率。这些结果表明词嵌入可作为恶意软件分析领域中有用的特征工程步骤。
引用
@article{arxiv.2103.05763,
title = {A Comparison of Word2Vec, HMM2Vec, and PCA2Vec for Malware Classification},
author = {Aniket Chandak and Wendy Lee and Mark Stamp},
journal= {arXiv preprint arXiv:2103.05763},
year = {2021}
}