基于文檔圖結(jié)構(gòu)的惡意PDF文檔檢測方法
所屬分類：技術(shù)論文
上傳者：zhoubin333
文檔大小：716 K
標簽： 惡意PDF文檔 文檔圖結(jié)構(gòu) 卷積神經(jīng)網(wǎng)絡
所需積分：0分積分不夠怎么辦？
文檔介紹：目前基于機器學習的惡意PDF文檔檢測方法依賴于專家經(jīng)驗來遴選特征，無法全面反映文檔屬性。而且在面對對抗樣本時，檢測器性能下降明顯。針對上述問題，提出了一種基于文檔圖結(jié)構(gòu)和卷積神經(jīng)網(wǎng)絡的惡意PDF文檔檢測方法。該方法解析文檔結(jié)構(gòu)，根據(jù)文檔中各對象之間的引用關(guān)系構(gòu)建出有向圖。然后，通過TF-IDF算法計算各節(jié)點對分類的貢獻度來進行圖結(jié)構(gòu)精簡。最后，計算精簡后圖的鄰接矩陣和度矩陣，并得到圖的拉普拉斯矩陣，以此作為特征送入CNN分類模型進行訓練。同時還加入了對抗樣本，對模型進行對抗訓練。實驗評估表明，在給定訓練和測試樣本比例9:1條件下，不斷調(diào)整神經(jīng)網(wǎng)絡結(jié)構(gòu)和參數(shù)，該方法的準確率達到了99.71%，性能優(yōu)于KNN和SVM分類模型。在針對對抗樣本的檢測上，與知名在線檢測網(wǎng)站VirusTotal上的67款殺毒引擎相比，該方法取得了更高的檢測性能。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。