基于深度森林的可见光通信网络恶意代码识别研究

分享到

【作者】杨静，郭韦昱，杨文彬
【刊名】激光杂志
【作者单位】¹太原师范学院网络信息中心；²中央财经大学信息学院；³太原师范学院计算机系
【年份】2022
【卷号】第43卷
【期号】第10期
【页码】150-154
【ISSN】0253-2743
【关键词】深度森林可见光通信网络恶意代码决策树多粒度扫描
【摘要】由于可见光通信网络恶意代码的升级和变形，导致恶意代码识别正确率与效率下降，因此，提出一种基于深度森林的可见光通信网络恶意代码识别方法。将恶意代码二进制文件映射为图片形式，并且通过分析图像梯度获取方向梯度直方图的特征，提取恶意代码图像特征向量。在随机森林模型中，利用决策树划分恶意代码类别，同时多粒度扫描图像特征向量矩阵，扫描结果作为深度森林的输入，输出中平均值最大的类别即为恶意代码，实现识别恶意代码。仿真实验结果表明，所提方法的识别误报率最低、正确率最高，并且识别效率最高，提高了光通信网络的安全性...
【基金】国家自然科学基金
【文献类型】期刊