一種基于圖像感知哈希的海量惡意代碼分類方法
余健; 黃澤壇 韓山師范學院計算機與信息工程學院; 廣東潮州521041
關鍵詞：惡意代碼分類 灰度圖像 感知哈希 灰度共生矩陣 紋理特征
摘要：通過灰度共生矩陣表示惡意代碼灰度圖像紋理特征,采用4個不同方向表示、貢獻最大的6個統(tǒng)計量,構成24維惡意代碼紋理特征向量,然后采用SimHash算法將紋理特征向量生成惡意代碼圖像感知哈希,并通過布隆過濾器構建惡意代碼圖像感知哈希高效索引結構,將檢索時間復雜度和空間復雜度降低常數.經測試,提出的方法對近萬個惡意代碼及其變種的樣本數據的分類準確率超過94%,并能夠在普通PC機上實現(xiàn)實時檢測.實驗結果表明,文章提出的海量惡意代碼分類方法具有速度快、準確率高的特點.
韓山師范學院學報雜志要求:
{1}中英文摘要（300字左右）；（3）中英文關鍵詞（3-5個）。
{2}稿件應具前瞻性、獨創(chuàng)性和科學性，要求資料真實、論點明確、結構嚴謹，文字通順、精煉。
{3}有嚴謹的科學性和邏輯性，有理論或實際意義。論點明確，資料可靠，數據無誤，文字精煉，層次清楚，書寫工整規(guī)范。
{4}文中每張圖、表格均應達到出版質量，并在行文中標明其位置。
{5}引用他人著作應依次標明作者、書名、出版社、出版時間、頁碼。第一版的著作無須注明版次。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
