2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明: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),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、惡意代碼的數(shù)量和種類日趨增多,加上代碼迷惑技術(shù)的興起,使得檢測惡意代碼變得越來越困難。傳統(tǒng)的基于簽名的檢測技術(shù)被商業(yè)殺毒防毒軟件普遍使用,但是它必須要在獲取一類病毒的簽名之后才能有效的檢測這類病毒,而簽名一般都在感染后才被獲取。這個特點(diǎn)使得計算機(jī)系統(tǒng)受到惡意代碼威脅的可能性提高了。近年來,數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)技術(shù)應(yīng)用于惡意代碼檢測領(lǐng)域,它之所以成為研究的重點(diǎn),是因為它可以利用數(shù)據(jù)挖掘從已存在的大量代碼數(shù)據(jù)中挖掘出有意義的模式,利用機(jī)器學(xué)習(xí)

2、可以幫助歸納出已知惡意代碼的識別知識,以此來進(jìn)行相似性搜索,幫助發(fā)現(xiàn)未知惡意代碼。本文采用數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)技術(shù)檢測惡意代碼。在介紹了惡意代碼、數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)的相關(guān)背景和理論知識之后,詳細(xì)闡述了特征提取方法和特征選擇方法。本文的主要貢獻(xiàn)如下: 1.本文實現(xiàn)了一個惡意代碼檢測系統(tǒng),采用機(jī)器代碼的字節(jié)序列變長N-gram作為特征提取方法,加權(quán)信息增益作為特征選擇方法,使用決策樹、支持向量機(jī)、樸素貝葉斯等多種分類器進(jìn)行惡意代碼檢測

3、。 2.本文使用變長N-gram作為惡意代碼特征提取方法,能夠提取相關(guān)的不同長度的有效特征,彌補(bǔ)了定長N-gram可能拆分有效特征的缺陷,通過實驗與Kolter采用定長N-gram方法的實驗結(jié)果進(jìn)行比較。實驗證明變長N-gram在檢測性能指標(biāo)上確實優(yōu)于定長N-gram。 3.本文提出了一種基于加權(quán)信息增益(WIG)的特征選擇方法。該方法綜合考慮特征頻率(CF)和信息增益(IG)的作用,利用特征是否出現(xiàn)以及出現(xiàn)的頻率這兩個

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論