基于词嵌入特征的恶意软件分类
密码学与安全
2021-03-05 v1 计算与语言
机器学习
摘要
恶意软件分类是信息安全中一个重要且具挑战性的问题。现代恶意软件分类技术依赖于可训练于操作码序列、API 调用、字节 -grams 等众多特征的机器学习模型。在本研究中,我们考虑操作码特征。我们实现了混合机器学习技术,通过在这些操作码序列上训练隐马尔可夫模型——一种我们称之为 HMM2Vec 的技术——以及 Word2Vec 嵌入来构造特征向量。所得的 HMM2Vec 与 Word2Vec 嵌入向量随后用作分类算法的特征。具体而言,我们考虑支持向量机(SVM)、-近邻(-NN)、随机森林(RF)和卷积神经网络(CNN)分类器。我们在多种恶意软件家族上进行了大量实验。我们的实验远超该领域以往任何工作。
引用
@article{arxiv.2103.02711,
title = {Malware Classification with Word Embedding Features},
author = {Aparna Sunil Kale and Fabio Di Troia and Mark Stamp},
journal= {arXiv preprint arXiv:2103.02711},
year = {2021}
}