《AdaBoost恶意程序行为检测新算法.》.pdf.pdf

万方数据
恶意程序行为检测新算法曹莹,刘家辰,苗启广,,无需修改被监控程序源代码,使用全系统痡..—...、行为特征提取和使用行为检测算法进行恶意程序检测霾糠郑煌芯空叻直鹫攵哉个问题展开了研究,<嗫豒哦由杓频腁且豢罨诳T茨D馄鱍挠判愕亩褚獬序行为监控系统,⒌腉前身是且豢罴际西安电子科技大学学报匀豢蒲О靼驳缱涌萍即笱Ъ扑慊г海挛魑靼摘要:提出了一种新的程序行为抽象方法,将程序执行时发起的饔谩⑼缡莅畔⒁约熬蔡治给出的文件结构特征作为数据源,对蛄薪械途酆隙纫览倒叵捣治觯缡莅畔⒓,:恶意程序;行为抽象;分类;决策树;;损失函数中图分类号:文献标识码:文章编号:———珿:第卷第结果转化为离散值特征,,采用决策树作为子分类器,,,提高了算法的抗噪声能力;同时,为每个子分类器生成一个投票向量,而不是单一的投票权值,以区分,收稿日期:基金项目:国家自然科学基金资助项目;教育部新世纪优秀人才支持计划资助项目恢醒敫咝;究蒲幸滴穹炎ㄏ钭式鹱手钅琄,网络出版地址:://甤畁///.......年月,.,’,,,甋瑃疭猚琣瑆篵籧籨;;网络出版时间:——作者简介:曹莹,女,西安电子科技大学博士研究生,:畑瓹.—~—
万方数据
绦蛐形3橄://畑畁原理与厝徊煌亩褚獬绦蚨治鱿低常孟低秤行У卣狭讼钟械腁监控技术,利用⑷牒虸方法实现饔美菇睾偷饔貌问袢。嗨频募嗫叵低郴拱ú捎梦鄣惚昙撬枷的低吵埃糜谧远痘穸褚獬绦蜓镜腘系统嬗械徒换ナ胶透呓换ナ矫酃抻诺愕低场龋绦蛐形L卣魈崛【」蹵调用序列是恶意程序行为检测采集的核心数据,但检测算法并不直接使用它们作为输人数据,而是必须经过行为特征提取算法的处理,ⅲ玫降某绦蛐形L卣魑榷ㄐ愿撸山馐托院茫⑶揖哂心芄话葱杩刂乒亓A6鹊能力,<觳馑惴ㄉ杓瓢凑丈杓扑枷牒退惴ㄔ淼牟煌形<觳馑惴ㄖ饕7治#撼绦蛑葱惺笔头糯特征分析‘鷀、览倒叵低挤治鰉行一分析口,以及亓9叵捣治鯷龋渲校治龀绦蛑葱时释放代码的特征需要有虚拟机、ù蠖即嬖诩扑懔看蟆⑹奔复杂度高的问题,,但不考虑问畔ⅲ舛猿绦蚨褚庑耘卸鲜蔷薮蟮男畔⑺鹗В氪送保蠖嗍芯拷ǘ褚程序行为检测问题简化为二分类蚴欠掷嗍糠浅I賉,,目前行为检测方法研究通常针对某一具体环节,,在现实世界呈爆炸式增长的恶意程序面前,,行为