Original Research Journal

Article title: ПРИМЕНЕНИЕ АУГМЕНТАЦИИ ДАННЫХ ДЛЯ ПОВЫШЕНИЯ ТОЧНОСТИ КЛАССИФИКАЦИИ ВРЕДОНОСНОГО ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ С ИСПОЛЬЗОВАНИЕМ МОДЕЛИ СВЕРТОЧНОЙ НЕЙРОННОЙ СЕТИ

Authors: Камольцев Д. А., Шаброва А. С.

Keywords: сверточные нейронные сети, классификация вредоносного ПО, аугментация данных, предобработка данных, преобразование бинарных файлов.

Pages: 275-287

Abstract:

В статье рассматривается подход к классификации вредоносного программного
обеспечения на основе сверточной нейронной сети с применением аугментации данных. В
качестве средства расширения обучающей выборки используется добавление шумовых
искажений различного типа (гауссов, пуассонов, лапласов шум) к изображениям,
полученным в результате преобразования бинарных представлений исполняемых файлов.
Исходные бинарные данные конвертируются в трехканальные изображения с
использованием техники блочного преобразования, что позволяет фиксировать структуру
файла в визуальной форме. Аугментация направлена на моделирование разнообразных
искажений входных данных, характерных для метаморфных семейств вредоносных
программ, и служит для повышения устойчивости и обобщающей способности модели.
Разработанная система включает 3 ключевых компонента: генерацию изображений из
исполняемых файлов, создание их искажённых копий и последующую классификацию с
помощью архитектуры сверточной нейронной сети. Такой подход позволяет применять
методы компьютерного зрения для задачи обнаружения семейств вредоносного
программного обеспечения при высокой изменчивости их структуры.

Full text is not available

Download full text
  • ISSN: 2222-0402

Полезная информация

Get a FREE mansucript checking

Our expert team reviews the manuscript and prepares a useful report regarding what can be improved. It's fast and it's FREE.

We are also professionals in language editing. Try us and learn more about what our services by clicking here