基于數(shù)據(jù)挖掘的惡意軟件檢測(cè)研究.pdf

1、隨著信息系統(tǒng)的廣泛應(yīng)用，惡意軟件始終困擾著系統(tǒng)的安全，損失越來(lái)越大。傳統(tǒng)的檢測(cè)方法使用靜態(tài)字節(jié)序列，只能處理樣本量較少、已知的惡意軟件，無(wú)法檢測(cè)新的、未知的惡意軟件。尤為嚴(yán)重的是，混淆技術(shù)大量應(yīng)用，導(dǎo)致每天有上萬(wàn)個(gè)沒(méi)有特征記錄的樣本出現(xiàn)。
　　 針對(duì)上述問(wèn)題，本文借鑒信息檢索領(lǐng)域中的分類技術(shù)，提出應(yīng)用數(shù)據(jù)挖掘分類、聚類算法檢測(cè)惡意軟件，從靜態(tài)、動(dòng)態(tài)兩種特征入手，研究如何有效地抽取文件特征屬性檢測(cè)惡意軟件。本文主要工作與貢獻(xiàn)如下：

2、
　　 1)提出一種基于靜態(tài)信息挖掘的惡意軟件檢測(cè)方法
　　 針對(duì)傳統(tǒng)的字節(jié)序列特征的不足，本文提出利用數(shù)據(jù)挖掘方法，基于三種靜態(tài)信息的惡意軟件檢測(cè)方法。在軟件脫殼、解密之后，從反匯編、引入地址表中得到的匯編碼操作類型的中間形式表示的文本、中間形式文本的N-gram特征集、靜態(tài)系統(tǒng)調(diào)用集。然后將這些靜態(tài)信息轉(zhuǎn)換為布爾型向量，在該向量空間模型中進(jìn)行主特征選擇、維度規(guī)約。最后把樣本的向量表示用來(lái)訓(xùn)練、驗(yàn)證、測(cè)試了四種分類模型

3、。其中自適應(yīng)數(shù)據(jù)壓縮算法專門用于處理中間形式表示的文本，另外三種算法已集成在現(xiàn)有系統(tǒng)中。實(shí)驗(yàn)結(jié)果表明自適應(yīng)壓縮算法檢測(cè)效果最佳，檢測(cè)率為95.5％，誤報(bào)率為1.7%。
　　 2)提出一種基于系統(tǒng)調(diào)用序列挖掘的惡意軟件檢測(cè)方法
　　 針對(duì)當(dāng)前大量應(yīng)用的混淆技術(shù)，本文提出基于系統(tǒng)調(diào)用序列的惡意軟件檢測(cè)。首先利用監(jiān)控虛擬環(huán)境的工具，記錄軟件在虛擬環(huán)境中運(yùn)行時(shí)系統(tǒng)調(diào)用序列，得到動(dòng)態(tài)信息。然后使用N-perm方法處理序列串，并結(jié)合