基于机器学习的恶意软件家族主要特征提取和可视化方法

本发明涉及计算机技术、机器学习和信息安全领域，尤其涉及基于机器学习的恶意软件家族主要特征提取和可视化方法，包括特征选择、家族分类、特征贡献度提取、归一化处理和可视化步骤；通过静态或动态分析收集恶意软件样本行为数据，选择特征并转换为矩阵形式，基于机器学习算法进行分类，提取特征贡献度并归一化处理，根据特征贡献度矩阵，通过颜色编码方法对不同特征进行可视化处理；宏观可视化展示家族间特征异同，微观可视化展示具体特征内容；本发明有效提取并展示了恶意软件家族的主要特征及其差异，提供了分类算法的决策依据，具有高效、准确的特点。