一种基于改进DenseNet的恶意代码分类方法

本申请涉及一种基于改进DenseNet的恶意代码分类。所述方法包括：获取初始二进制恶意代码，并对初始二进制恶意代码进行预处理，生成增强二进制恶意代码图像；基于稠密块和转换器层构建改进密集连接卷积网络基础模型；基于改进密集连接卷积网络基础模型训练生成第一分类模型和第二分类模型；基于增强二进制恶意代码图像，结合第一分类模型和第二分类模型，生成恶意代码识别最终结果。采用本方法能够提高模型对纹理相似家族恶意代码图像的分类能力以及模型对恶意代码识别的鲁棒性。