網(wǎng)絡(luò)惡意軟件的特征提取技術(shù)研究.pdf

1、隨著網(wǎng)絡(luò)技術(shù)和應(yīng)用的飛速發(fā)展，網(wǎng)絡(luò)安全形勢(shì)日益嚴(yán)峻，尤其是惡意軟件的傳播和破壞對(duì)網(wǎng)絡(luò)安全造成了嚴(yán)重威脅。為有效控制網(wǎng)絡(luò)惡意軟件的攻擊，基于特征的惡意軟件檢測(cè)成為當(dāng)前的主流，因此如何自動(dòng)實(shí)時(shí)地提取出惡意軟件的特征成為一個(gè)急需解決的問(wèn)題。
　　本文首先分析了惡意軟件特征自動(dòng)提取技術(shù)的研究現(xiàn)狀、原理和基本方法;詳細(xì)介紹了抗噪聲多形惡意軟件特征提取系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn);針對(duì)現(xiàn)有方案難以確定參數(shù)的問(wèn)題，提出了基于貝葉斯分類的惡意軟件特征選擇方法

2、;最后給出了多形惡意軟件抗噪特征提取系統(tǒng)的測(cè)試和分析結(jié)果。具體工作如下:
　　1.分析并實(shí)現(xiàn)了基于后綴數(shù)組的可變長(zhǎng)特征片段提取方法，針對(duì)現(xiàn)有方法信息量不足的問(wèn)題對(duì)增加了特征片段位置信息。
　　2.在通過(guò)可疑數(shù)據(jù)產(chǎn)生特征片段基礎(chǔ)上，根據(jù)誤報(bào)率和漏報(bào)率的要求對(duì)特征片段進(jìn)行選擇，分析實(shí)現(xiàn)了Hamsa特征選擇方法，并指出了其中的不足。
　　3.針對(duì)Hamsa特征選擇方法的不足，提出了基于貝葉斯分類的特征選擇方法彌補(bǔ)了Hamsa