基于机器学习的恶意PNG图像识别方法  

作　　者：叶裴雷[1] 

机构地区：[1]广东白云学院,广东广州510045

出　　处：《信息记录材料》2023年第4期169-173,共5页Information Recording Materials

摘　　要：随着计算机系统和应用的不断发展,多媒体成为当前主流的信息表达方式。作为最常用的图片存储格式之一,PNG因其无损高比例压缩特性被广泛应用于互联网场景下的图像传递。因PNG自身特性,使得其天然具备信息藏匿的能力,任何二进制信息都可以在不影响图片本身显示的情况下被编码至PNG图像中。这就使得利用PNG进行恶意代码传播成为可能。传统的恶意PNG图像识别方法往往是基于对隐写信息存在与否的判断,然而该方法对于确实存在信息隐匿需求的场景十分不友好。本文提出一种基于机器学习的恶意PNG图像识别方法,其核心依据在于在动态分析的环境下,对PNG图像及其加载器的行为进行评估,结合面向传统API调用特征的学习算法,通过判断其实际意图,对恶意PNG图像进行分类和识别。

关 键 词：机器学习 恶意图像识别 PNG 动态分析 

分 类 号：TP274[自动化与计算机技术—检测技术与自动化装置]