计算机应用研究

作者：金逸灵,陈兴蜀,王玉龙,

单位：四川大学a.网络空间安全学院;b.网络空间安全研究院,成都610065；

关键词：容器,卷积神经网络,深度学习,长短期记忆,恶意软件检测,

基金：国家自然科学基金青年科学基金资助项目(61802270,61802271)；四川省重点研发资金资助项目(2018G20100)；四川省科技支撑计划资金资助项目(2016GZ0038)；；

针对现阶段容器环境下恶意软件检测研究较少且检测率较低的问题，提出了一种基于LSTM-CNN的容器内恶意软件静态检测方法，用以在恶意软件运行前进行检测，从源头阻断其攻击行为，降低检测过程给容器运行带来的性能损耗。该方法通过无代理的方式获取容器内待测软件，提取其API调用序列作为程序行为数据，利用word2vec模型对程序API调用序列进行向量化表征，并基于LSTM和CNN分别提取其语义信息及多维局部特征以实现恶意软件的检测。在容器环境下实现了该方法，并基于公开数据集VirusShare进行测试，结果表明该方法可达到99.76%的检测率且误报率低于1%，优于同类其他方法。

来源：2020年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第12期