基于图像特征的恶意代码识别研究

卢 丰，王 晨

（1.武汉邮电科学研究院湖北武汉 430000；2.南京烽火天地通信科技有限公司 江苏南京 210000）

随着科技发展的日新月异，计算机已经在人们的日常生活中扮演着不可代替的角色，然而人们在享受着计算机为生活带来便利的同时也要警惕随之而来的风险和无所不在的威胁。

伴随着移动互联网技术的发展，移动端应用安全也逐渐受到人们的重视。2017 年，360 公司发布的关于Android 恶意软件调查数据显示，2017 年平均每天约有58 人手机遭到入侵，恶意软件日增长数量达到2 万，入侵用户手机总计达2.14 亿次，超过八成给用户造成了经济损失[1]。

综上可知，恶意代码无论给人们日常生活还是国家的安全都带来了严重的威胁和影响，因此对恶意代码进行高效快速的识别具有十分重要的意义，吸引了全球各国大量目光与关注。鉴于此，文中给出基于图像特征的恶意代码识别方法，首先将代码文件映射到红、绿、蓝通道，同时建立相应的彩色图像文件；其次从恶意代码文件出发，完成局部信息熵的计算，并将计算的结果作为透明度，使之转换成拥有透明度的图像文件；最后通过CNN 提取恶意代码特征，形成识别检测分类模型。在实验结果的基础上探究训练集的数量，并与训练时间关联，再和其他实验结果展开对比研究，最终证明文中方法有较短的检测时间和较高的精确度，展现出了良好的实用性。

1 相关研究

1.1 恶意代码简介

恶意代码又称为恶意软件，它是指能够在计算机系统中进行非授权操作，以实施破坏或窃取信息的代码。……