基于机器学习技术的进阶恶意软件检测
密码学与安全
2019-03-08 v1 机器学习
摘要
在当今数字世界中，大多数反恶意软件工具基于签名，难以有效检测高级未知恶意软件，例如变形恶意软件。本文中，我们利用操作码出现频率，通过机器学习技术检测未知恶意软件。为此，我们使用了kaggle Microsoft恶意软件分类挑战数据集。比较了由fisher得分、信息增益、增益率、卡方与对称不确定性特征选择方法得到的前20个特征。我们还研究了WEKA GUI机器学习工具中的多种分类器，发现其中五种（Random Forest、LMT、NBT、J48 Graft与REPTree）检测恶意软件的准确率几乎达100%。
引用
@article{arxiv.1903.02966,
title = {Detection of Advanced Malware by Machine Learning Techniques},
author = {Sanjay Sharma and C. Rama Krishna and Sanjay K. Sahay},
journal= {arXiv preprint arXiv:1903.02966},
year = {2019}
}
备注
Conference Paper, 7 Pages