来源：期刊VIP网 时间：
作者：刘亚姝;邱晓华;孙世淼;赵潇逸;严寒冰;
单位：北京建筑大学电气与信息工程学院;国家计算机网络应急技术处理协调中心;
摘要：恶意代码数量越来越庞大，恶意代码分类检测技术也面临着越来越大的挑战。针对这个问题，一种新的恶意代码分类检测框架MGFG(malware gray image Fourier transform gist)模型被提出，其将恶意代码可执行(portable executable, PE)文件转换为灰度图像，应用二维离散傅里叶变换对恶意代码的灰度图像进行处理，得到其频谱图。通过对频谱图频率的处理，达到恶意代码图像去噪的效果。最后，提取全局特征(gist)并实现恶意代码的检测与分类。实验结果表明，在多个数据集上，MGFG模型对于加壳的、采用了混淆技术的恶意代码分类问题都具有更好的鲁棒性和更高的分类准确率。
关键词：恶意代码;;灰度图像;;傅里叶变换;;gist
基金资助：国家自然科学基金项目(62232016);; 国家重点研发计划重点专项(2022YFC3800502)
