山东大学教师主页宋礼鹏针对恶意JavaScript识别的降维方法中文主页

针对恶意JavaScript识别的降维方法: 发布时间：2020-08-11 | 点击次数：

发表刊物：计算机工程与应用

关键字：降维; TF-IDF-like模型; 特征差异度; JavaScript; 主成分分析(PCA);

摘要：针对将JavaScript代码N-gram处理后识别算法特征维度较高的问题,提出一种高效的降维方法。该方法利用TF-IDF-like模型分别计算特征在正常样本和恶意样本中的权重,基于特征权重在两类样本中的差异度进行降维。基于多个识别算法,将提出的降维方法与基于主成分分析(Principal Component Analysis,PCA)的降维方法进行比较,实验结果表明:当识别算法维度相同时,基于本文所给降维方法的识别算法在识别效果方面优于基于PCA的识别算法;当降维后识别算法的维度超过某个阈值时,随着识别算法维度的增长,本降维方法的时间开销增长速率远低于PCA方法。

第一作者：刘鹏睿

全部作者：宋礼鹏

卷号：54

期号：21

页面范围：20-24+36

ISSN号：1002-8331

是否译文：否

CN号：11-2127/TP

发表时间：2018-11

上一条：基于层次攻击图的网络安全态势感知方法

下一条：基于演化博弈论的网络安全投资策略分析