基于多特征融合和增强模型的恶意代码检测方法

随着互联网、云计算、物联网等技术的飞速发展，恶意代码引起的网络安全事件频发，引起了社会极大的恐慌。基于多特征融合和增强模型的恶意代码检测方法利用主成分分析法、随机森林法对图像GIST特征、操作码序列、字节统计值、文件结构等特征进行优化，利用贝叶斯优化策略增强K最近邻算法（K-Nearest Neighbor,KNN）、支持向量机、随机森林等模型，并聚合增强模型的检测结果。实验表明，该方法精准率达到了98.98%，准确率达到了97.66%,F1值达到了96.64%，具有良好的分类效果。