I 摘 要随着网络攻击手段的不断进步，恶意软件不仅展现出鲜明的家族性特征，其新变种的出现也愈发频繁。在当前主流的分析技术中，基于深度学习的可视化方法已成为一个重要方向。这类方法通常将恶意软件的二进制文件先转化为灰度图像，再借助神经网络模型从中提取特征。不过，目前不少研究是直接把为普通自然图片设计的分类模型搬过来用，将恶意软件图片作为一个整体去处理。这种做法没能很好地顾及到恶意软件内部不同功能节区在空间结构上存在的差异，这会让模型在辨别更细致的特征时遇到困难。针对恶意软件家族分类的难题，本文选用 YOLOv8 框架中的图像分类分支YOL...
发表评论取消回复