基于演化樸素貝葉斯的木馬檢測技術(shù)研究.pdf_第1頁
已閱讀1頁，還剩59頁未讀， 繼續(xù)免費閱讀

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)，請進行舉報或認領(lǐng)

文檔簡介

1、隨著計算機信息價值的不斷增加和第三方軟件漏洞的層出不窮,使得計算機犯罪日益增多。黑客將木馬病毒注入目標計算機,以竊取用戶計算機中有價值的信息并可以控制目標主機。
　　木馬病毒的日益增多及木馬病毒新技術(shù)的出現(xiàn),使得單純的特征碼檢測技術(shù)已不能滿足當前木馬病毒防治的需要,但是木馬病毒自身的行為決定了其與正常程序之間存在一定的差異。研究者們提出了基于行為的木馬檢測方案,并將分類算法(決策樹、支持向量機、貝葉斯算法等)應(yīng)用到木馬檢測中。可是

2、沒有很好的分析木馬病毒的行為,且直接將文本分類算法應(yīng)用的木馬檢測中,并沒有區(qū)分文本特征和木馬特征的差異,容易產(chǎn)生誤報和漏報現(xiàn)象。
　　因此課題通過分析大量木馬病毒樣本,提取木馬行為特征并在實驗中通過靜態(tài)PE文件分析和內(nèi)核掛鉤技術(shù)獲取木馬病毒的行為特征。然后根據(jù)每個特征表現(xiàn)木馬病毒行為的貢獻值進行量化,并利用信息增益原理去除特征集中的冗余特征,降低計算量和增大學習效率。另外課題采用樸素貝葉斯算法作為木馬病毒分類理論基礎(chǔ),為使得特征集

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)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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