1.本研究旨在设计并实现一套基于PyTorch的多模型恶意软件检测系统,通过提取恶意软件的PE文件特征,构建高精度检测模型,并基于Python开发轻量化客户端或Web服务平台
2.全面实现了单文件/批量文件检测、结果可视化、历史记录查询和系统配置管理等功能
1.本系统是基于PyTorch框架的多模型恶意软件检测系统,并提出了一种针对Windows平台上PE格式文件的综合检测方案。
2.在特征工程层面,使用LIEF工具提取了多维静态特征,例如PE文件头属性、节特征、导入函数列表和操作码指令序列,并结合EMBER v2框架生成了2381维标准化特征向量。特征优化采用了Z-score归一化、PCA降维和互信息过滤等技术。
3.为解决大型数据集的内存瓶颈问题,使用了Welford增量算法。在模型构建层面,基于PyTorch设计了多维卷积神经网络(CNN)模型,并将特征向量重构为二维特征图,以捕捉高阶交互模式。
3.同时,还集成了SVM和RF模型,以进行综合决策。在系统工程层面,采用了B/S分层架构。前端采用Bootstrap响应式设计。