基于多模态特征融合的恶意代码检测方法、装置及设备

本申请公开一种基于多模态特征融合的恶意代码检测方法、装置及设备，涉及深度学习技术领域，旨在解决现有恶意代码检测的准确性和可靠性低的问题。该方法包括：对原始代码数据进行多模态特征提取，生成二进制纹理图像、频域能量分布图像、信息熵热力图像，以及操作码序列特征，通过异构卷积神经网络CNN并行处理多模态图像，输出恶意代码的结构模式特征，采用长短期记忆网络LSTM建模操作码序列特征，输出恶意代码的行为意图特征，通过跨模态注意力机制对齐结构模式特征与行为意图特征，生成恶意代码分类标签，分类标签用于表征原始代码数据为恶意代码的置信度。