论文部分内容阅读
近年来,全球恶意代码数量快速增长,对恶意代码分析及溯源技术提出了更高的要求和挑战。针对恶意代码同源判定问题,区别于常见的恶意代码转图像进行家族谱识别的方法,基于文本分析思想并结合深度学习算法,提出了基于Asm2Vec的恶意代码同源判定方法。此方法通过对恶意代码进行反汇编及分词,利用Word2Vec对反汇编后的十六进制码进行矢量化,并搭建TextCNN深度学习模型进行家族谱判定。该方法取得了较高的准确率及较短的预测时间,在快速及高效性上具有较高的优越性。