[发明专利]一种基于机器学习的GCC编译器恶意代码入侵检测方法

权利要求书

1.一种基于机器学习的GCC编译器恶意代码入侵检测方法，其特征在于：具体包括如下步骤：

步骤1，下载c语言源代码数据集，记为样本A；

步骤2，将样本A经过A版本GCC编译器转化为二进制文件，命名为样本一；将样本A经过B版本GCC编译器转化为二进制文件，命名为样本二；

步骤3，对步骤2得到的样本集进行预处理；

步骤4，搭建BP神经网络模型并对模型进行训练，得到最优的BP神经网络模型，记为modelA；

步骤5，对步骤4输出的神经网络模型modelA进行测试。

2.根据权利要求1所述的一种基于机器学习的GCC编译器恶意代码入侵检测方法，其特征在于：所述步骤3的具体过程为：

步骤3.1,分别将步骤2得到的样本一和样本二转化为灰度图，并将样本一转化后得到的灰度图命名为样本三，将样本二转化后得到的灰度图命名为样本四；

步骤3.2，对步骤3.1得到的样本三和样本四中的灰度图基于灰度共生矩阵纹理特征提取方法进行纹理特征提取，得到角二阶矩ASM、对比度Con、相关性Cor、熵Ent、相异性Dis五个特征值，并将通过样本三得到的五个特征值进行存储，命名为样本五，将通过样本四得到的五个特征值进行存储，命名为样本六。

3.根据权利要求2所述的一种基于机器学习的GCC编译器恶意代码入侵检测方法，其特征在于：所述步骤3.2的具体过程为：

步骤3.2.1，对步骤3.1获得的最高灰度级数为M的所有灰度图像进行降级处理，如果M＞a，将M级的灰度图降级为a级，0M≦256；

步骤3.2.2，从步骤3.2.1得到的灰度图中提取出a*a的灰度共生矩阵；

步骤3.2.3，对步骤3.2.2得到的a*a级灰度共生矩阵分别通过如下公式(1)～(5)计算角二阶矩ASM、对比度Con、相关性Cor、熵Ent、相异性Dis五个特征值：

在公式(1)～(5)中，a为灰度共生矩阵的大小，f(i,j)为灰度共生矩阵里第i行第j列的值；μ_x表示行的均值，μ_y表示列的均值，σ_x表示行的标准差，σ_y表示列的标准差；

步骤3.2.4，将从样本三中灰度图计算出的角二阶矩ASM、对比度Con、相关性Cor、熵Ent、相异性Dis五个特征值进行存储，得到样本五；将从样本四中灰度图计算出的角二阶矩ASM、对比度Con、相关性Cor、熵Ent、相异性Dis五个特征值进行存储，得到样本六。

4.根据权利要求2所述的一种基于机器学习的GCC编译器恶意代码入侵检测方法，其特征在于：所述步骤4的具体过程为：

步骤4.1，搭建BP神经网络模型，该模型包括输入层、隐藏层及输出层，其中输入层包括五个神经元，隐藏层神经元个数在训练过程中根据训练结果调整，输出层包括两个神经元；

步骤4.2，设定如下公式(6)中的交叉熵损失函数作为损失函数：

其中，n是训练集样本数，y是真实的标签，a是神经网络的输出，x是输入样本；

步骤4.3，将步骤3.2.4得到的样本五和样本六融合后打乱，并按照8:2的比例分为训练集和测试集，并将训练集命名为样本七、将测试集命名为样本八；将样本七输入到步骤4.1搭建的BP神经网络模型中进行训练，经过若干次迭代，直到步骤4.2中的损失函数达到最小，训练结果稳定不变时，得到最优的神经网络模型，命名为model A。

5.根据权利要求4所述的一种基于机器学习的GCC编译器恶意代码入侵检测方法，其特征在于：所述步骤5的具体过程为：采用步骤4中的样本八对步骤4得到的最优的神经网络模型modelA进行测试，即用modelA对样本八中包含的样本五和样本六进行分类，当分类的准确率小于80％时，则继续重复步骤4.3对BP神经网络模型进行调参训练，直至测试集测试的准确度大于等于80％为止。