【技术实现步骤摘要】
本专利技术属于网络安全的，具体涉及一种针对windows恶意软件检测器的对抗样本生成方法及装置。
技术介绍
1、恶意软件的数量随着互联网的发展大幅增加，而且windows恶意软件在所有的恶意软件中占有很大的比例。为了应对海量恶意软件的威胁，并节省时间、金钱和人力资源，越来越多的研究者将目光放到基于机器学习的恶意软件检测上。但是对抗样本对基于机器学习的恶意软件检测器产生严重威胁，为了评估恶意软件检测器的抗攻击能力，研究对抗样本的生成方式变得尤为重要。
2、目前，针对恶意软件检测器对抗样本的生成方法，有基于梯度下降算法生成对抗样本、基于无梯度转移攻击生成对抗样本、基于无梯度查询攻击生成对抗样本。这些生成方法都是对一个恶意样本添加扰动，使恶意软件检测器将他们识别为良性样本。本专利技术从良性软件开始，对良性软件添加代码，在保持良性软件在功能不变的情况下具有恶意功能，使恶意软件检测器将添加代码后的样本仍识别为良性样本，由此产生对抗样本。
技术实现思路
1、本专利技术的主要目的在于克服现有...
【技术保护点】
1.一种针对Windows恶意软件检测器的对抗样本生成方法，其特征在于，包括下述步骤：
2.根据权利要求1所述一种针对Windows恶意软件检测器的对抗样本生成方法，其特征在于，所述读取良性软件的PE结构，获取填充区间的地址与大小，具体为：
3.根据权利要求1所述一种针对Windows恶意软件检测器的对抗样本生成方法，其特征在于，所述在恶意代码中添加跳转命令和扰动字节形成注入代码，并计算注入代码的长度，具体为：
4.根据权利要求1所述一种针对Windows恶意软件检测器的对抗样本生成方法，其特征在于，所述根据所述注入代码的长度和填充...
【技术特征摘要】
1.一种针对windows恶意软件检测器的对抗样本生成方法，其特征在于，包括下述步骤：
2.根据权利要求1所述一种针对windows恶意软件检测器的对抗样本生成方法，其特征在于，所述读取良性软件的pe结构，获取填充区间的地址与大小，具体为：
3.根据权利要求1所述一种针对windows恶意软件检测器的对抗样本生成方法，其特征在于，所述在恶意代码中添加跳转命令和扰动字节形成注入代码，并计算注入代码的长度，具体为：
4.根据权利要求1所述一种针对windows恶意软件检测器的对抗样本生成方法，其特征在于，所述根据所述注入代码的长度和填充区间的大小，选择是否扩大填充区间，具体为：
5.根据权利要求4所述一种针对windows恶意软件检测器的对抗样本生成方法，其特征在于，所述扩大对应区间的大小为：扩大第二个节区大小是先把e_lfanew增加offset，并确保增加offset以后ms-dos头部、pe文件头、节区表的总大小是filealignment的整数倍，然后将sizeofheaders字段更新为修改后的总大小，接着将原本的pe文件头及后面的代码往后移动offse...
【专利技术属性】
技术研发人员：李树栋，安琪，吴晓波，朱子枫，吕洋，喻卓成，贾焰，方滨兴，唐可可，张登辉，韩伟红，田志宏，
申请(专利权)人：广州大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。