基于AlexNet卷积神经网络的APT攻击检测技术研究  

作　　者：韩翔 李超[2] 李鑫[1] 刘钊[1] 

机构地区：[1]中国人民公安大学 [2]公安部第一研究所

出　　处：《保密科学技术》2022年第6期42-48,共7页Secrecy Science and Technology

基　　金：国家重点研发计划项目2018YFC0809800成果。

摘　　要：本文提出了一种基于AlexNet卷积神经网络的检测方法。首先,对APT攻击恶意代码二进制样本进行解压缩、反编译等数据预处理操作,并在沙箱内运行APT攻击恶意代码样本,将获取的流量数据转化成灰度图像;然后,对预处理的图像进行特征提取和家族聚类;最后,选取8个家族的APT攻击恶意代码样本数据来训练和测试AlexNet卷积神经网络模型。实验结果表明,该方法对APT攻击恶意代码及其变体检测的平均准确率可达98.84%。

关 键 词：APT攻击 恶意代码 灰度图像 AlexNet网络 

分 类 号：TP309[自动化与计算机技术—计算机系统结构]