摘要
本发明公开了一种基于对抗训练的恶意软件检测方法及系统,方法包括:将软件数据集进行预处理,获取原始特征集;利用辅助检测器对原始恶意软件样本进行分类预测,获取恶意软件标签;所述辅助检测器拟合判别器;引入噪声,将原始恶意软件样本及其对应的恶意软件标签输入生成对抗网络,对生成器进行随机采样,获取对抗样本;利用相似性分数将对抗样本进行评分排序,筛选获取质量高的对抗样本;利用质量高的对抗样本迭代训练恶意软件检测模型,利用完成训练的恶意软件检测模型预测恶意软件。本发明能够生成更高质量平滑的对抗样本,并实现更精准有效的样本筛选,从而极大地提升基于对抗的恶意软件检测的效果。
技术关键词
恶意软件检测方法
样本
生成对抗网络
高维特征向量
检测器模块
恶意软件检测系统
语义特征
标签
无监督聚类
数据
随机梯度下降
沙箱
噪声
随机森林
对抗性
度量