一种基于CBOW的恶意代码三通道可视化识别方法

          本发明提供一种基于CBOW的恶意代码三通道可视化识别方法，该方法从二进制文件、十六进制.Bytes文件和反汇编的.Asm文件三种不同的视角使用CBOW模型向量化信息特征，最后将向量特征图像化并在Resnet残差网络模型进行训练识别，而在卷积神经网络即Resnet残差网络识别恶意代码模型构建中，恶意代码数据集显得尤为重要，为了使恶意代码可视化图像包含更多的、更有效的恶意代码信息特征，本发明提出了基于三通道可视化的改进方法，能够将恶意代码的特征信息在保留原有关系的基础上，以不同字符词典为核心生成不同的矩阵，由此提高了可视化图像的信息利用率和恶意代码可视化图像识别准确率，避免了可视化图像信息特征重复率，增强了优化效果。