《表5 其他算法应用：基于图像分析的恶意软件检测技术研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于图像分析的恶意软件检测技术研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

除了使用机器学习算法和卷积神经网络进行恶意软件图像识别外，还有一些研究者使用其他方法进行恶意软件图像识别，表5对这些方法进行了总结。HAN[12]等人通过计算图像之间的相似度来进行恶意软件检测，实验证明来自相同家族的恶意软件样本之间的相似性在0.19到0.36之间，最终的检测精度达到98.96%，这也证明了这种方法的可行性。AREFKHANI[16]等人通过Ahash、DHash和PHash三种自己提出的局部敏感哈希算法（LSH）对恶意软件图像进行聚类分析，以此完成恶意软件检测，经测试AHash、DHash、PHash的检测精确度分别为86%、98%、98%。