基于特征集聚和卷积神经网络的恶意PDF文档检测方法AET-电子技术应用-最丰富的电子设计资源平台

基于特征集聚和卷积神经网络的恶意PDF文档检测方法
所属分类：技术论文
上传者：zhoubin333
文档大小：616 K
标签：恶意PDF文档特征集聚静态检测
所需积分：0分积分不够怎么办？
文档介绍：针对现有恶意PDF文档检测方法存在特征维度高、数据集样本少导致模型欠拟合等问题，提出了一种基于特征集聚和卷积神经网络的恶意PDF文档检测方法。该方法以词袋模型为基础，从PDF文档中提取常规特征和结构特征。然后以合并后特征簇最小方差为目标，使用Ward最小方差聚类方法实现特征集聚。最后，将聚合特征送入卷积神经网络分类模型进行训练。根据不同聚合特征数下模型性能的好坏，确定最优的聚合特征数。实验结果表明，该方法降低了特征维度，提升了模型的召回率，缓解了模型的欠拟合问题。纵向比较来看，在不同的良性样本和恶意样本比例下，遍历得到最优的聚合特征数，召回率平均提升了53%，F-score平均提升了0.44，运行时间平均缩短了27%；与PJScan、PDFrate、Luxor 3种检测工具横向相比，检测的综合性能平均提升了5%。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动