摘要
传统的基于签名的检测方法已逐渐难以应对下一代恶意软件，这类恶意软件采用复杂的混淆技术（如多态性和 metamorphic 技术）以逃避检测。近年来，研究者开始尝试利用机器学习技术进行恶意软件检测与分类。然而，大多数现有方法仍基于浅层学习架构，并依赖于人工设计的特征提取。本文提出一种基于反汇编二进制文件中提取的汇编语言代码，并将其嵌入向量表示的卷积神经网络架构，旨在自动学习一组具有判别性的模式，从而实现恶意软件家族间的有效聚类。为验证所提方法的有效性，我们在微软提供的、用于2015年BigData Innovators Gathering反恶意软件预测挑战赛的数据集上进行了实验评估。实验结果表明，该方法在无需人工特征提取的情况下，仍能取得具有竞争力的检测性能，并对最常见的混淆技术表现出较强的鲁棒性。