摘要恶意软件良性图像分类数据集包含 22,056 个样本8 个类别Adware/Backdoor/Downloader/Spyware/Trojan/Virus/Worms/Benign从 VirusShare/VirusTotal 获取通过 Cuckoo Sandbox 动态分析和 API 调用序列转换为 128×128 图像专为 CNN 恶意软件分类设计。数据集简介数据集概述恶意软件良性图像分类数据集Malware Benign Image Classification Dataset包含 22,056 个样本涵盖各种恶意软件类别以及良性软件。该数据集来源于研究论文 “Dynamic Malware Classification of Windows PE Files using CNNs and Greyscale Images Derived from Runtime API Call Argument Conversion”使用 CNN 和从运行时 API 调用参数转换派生的灰度图像进行 Windows PE 文件动态恶意软件分类由 Md Shahnawaz、Bishwajit Prasad Gond 和 Durga Prasad Mohapatra 撰写已被接受于 2025 年 6 月 2 日在印度理工学院印多尔举行的第 16 届国际计算、通信和网络技术会议ICCCNTDOI: https://doi.org/10.48550/arXiv.2505.24231。数据集包含 22,056 个样本涵盖 8 个类别7 种恶意软件类型 1 种良性类别每个样本以 Name_Hash 命名Name 表示恶意软件家族类型Hash 表示从 VirusShare 和 VirusTotal 获取的可移植可执行文件 PE 文件的哈希值。类别分布(1) Adware广告软件1,986 个样本(2) Backdoor后门674 个样本(3) Downloader下载器2,499 个样本(4) Spyware间谍软件946 个样本(5) Trojan木马3,568 个样本(6) Virus病毒2,392 个样本(7) Worms蠕虫1,357 个样本(8) Benign良性8,634 个样本。数据处理流程包括(1) 从 VirusShare 获取恶意软件哈希(2) 查询 VirusTotal 获取 70 种防病毒扫描结果JSON 文件(3) 下载各类恶意软件样本(4) 在 Cuckoo Sandbox 中进行动态分析(5) 从 PE 文件行为数据提取 API 调用序列API 名称、参数、返回值、类别(6) 应用 n-gram 分析和 TF 计算(7) 将特征向量转换为图像标准化为 0-255、重塑为 128×128 灰度图像、应用高斯模糊/CLAHE/Sobel 边缘检测、magma 色彩映射、对比度和锐度增强。支持恶意软件分类8 类、良性 vs 恶意软件二元分类、多类别恶意软件检测、Windows PE 文件分析、动态恶意软件分析、API 调用序列分析、基于 CNN 的恶意软件检测、图像分类、深度学习模型训练CNN、ResNet、EfficientNet、网络安全研究、威胁情报、恶意软件行为分析、沙箱分析、特征工程、n-gram 分析、计算机视觉在网络安全中的应用、自动化威胁检测、终端安全、网络防御、恶意软件家族识别。该数据集为恶意软件行为分析提供全面方法通过将 API 调用序列转换为图像实现基于 CNN 的高效恶意软件检测。数据集来源由 Md Shahnawaz 等创建2025 ICCCNTDOI: 10.48550/arXiv.2505.2423122,056 样本8 类广告/后门/下载器/间谍/木马/病毒/蠕虫/良性从 VirusShare/VirusTotal 获取Cuckoo Sandbox 动态分析API 调用 → n-gram → 特征向量 → 128×128 图像高斯/CLAHE/Sobel/magma专为 CNN 恶意软件分类设计。由张家梁(Bob)整理并于2026年在7zcode平台公开发布。数据集信息免责声明与引用数据仅用于科研与教学用途。若用于商业场景请自行核验数据许可。如需引用请在论文或报告中注明数据集名称与版本号。作者信息作者Bob (张家梁)项目编号Datasets-150文件大小330M原创声明本数据集为整理作品
