基于API依赖关系的代码相似度分析，该文档来源于《计算机工程》2013年1期，着重解决传统系统调用依
赖图<SCDG>不能很好的消除API噪声，API重排等API特征混淆的问题。

一些题外话：
    对恶意代码的检测问题，无论动态检测还是静态检测，利用API的关联关系都是非常有效的一个手段，
业界和学术团体对这方面的研究也进行了很长时间，困难程度也一直存在,甚至一度让我感觉是鸡肋的一
个手段，很大困惑源自于要实现何种目标。

    问题1 完成病毒家族相似性的判断 
    问题2 仅解决恶意代码识别问题

    显然问题1要难于2，因为这不仅仅是API的调用关系，相似性能解决的。还需要文件静态特性，编写语言，
局部指令编码习惯，特殊函数实现等等。更高级情况是借助这样的分析，你甚至可以分析出发布恶意代码团体
的人员数量，过往开发经历，升级版本，地理位置，擅长偏好等等有效信息，我们向往着如同Grupib那样出色的
完成复杂威胁的追踪，但目前来看研究员的分析工作起决定作用，分析程序仍然扮演辅助角色。

    回到我们的问题，克服API混淆,也就是为了鉴定不同bin之间是否具有一定的同源性，如果是进行恶意代码
的判断，我更倾向于基于权值的方式，因为他已经忽略了混淆的其他API情况。当WriteProcessMemory，
CreateRemoteThread，同时出现自然导致风险增高。而为了混淆加入的其他API，以及顺序自然的被忽略掉了。
但这里的问题在于如何合理的控制误报。  
    本次搜集的这篇论文为我们提供了一些对抗API混淆的思路，希望对这方面研究的朋友有帮助，感谢源作者。
    
下载地址：
http://www.vxjump.net/files/security_research/api_dep_relation.pdf