一种基于多模态特征提取与融合的恶意代码识别方法

本发明公开了一种基于多模态特征提取与融合的恶意代码识别方法。该方法首先提取样本基于文本统计的特征，捕获样本浅层语义。然后通过将源代码文件转化为灰度图像，再通过小波变化从灰度图像中提取垂直、水平和对角线方向上的三个细节分量，并使用多头注意力机制学习细节分量的权重，对细节分量进行融合，再通过卷积神经网络对融合后的信息进行提取，得到可视化特征。接着针对源代码文件的反汇编结果，生成控制流图，利用图卷积网络从控制流图中提取样本的深层语义信息。最后将提取到的三种特征进行融合，并输入分类器中，实现恶意代码识别。实验结果表明本方法能够有效提升模型分类精度。