基于數(shù)據(jù)挖掘的惡意軟件檢測(cè)研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩59頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

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

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論