基于集成神经网络的计算机病毒检测方法

• 作者: 张波云 张鼎兴 殷建平 王树林 蒿敬波
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 计算机病毒 集成学习 信息增益 BP神经网络
• 年，卷（期）: 2007,（13）
• 所属期刊栏目: 博士论坛
• 页码范围: 26-29
• 页数: 4页
• 分类号: TP309.05
• 字数: 3257字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.13.007

摘要

在借鉴传统的特征扫描技术的基础上,提出了一种基于n-gram分析的计算机病毒自动检测方法.将基于信息增益的特征选择技术引入集成神经网络的构建中,结合Bagging算法,同时扰动训练数据和输入属性生成精确且差异度大的个体分类器,在此基础上以集成的BP神经网络为模式分类器实现对病毒的检测.该法并不针对某一特定病毒,是一种通用的病毒检测器.实验表明提出的检测方法具有较强的泛化能力和较高的精确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷建平	国防科技大学计算机学院	84	762	14.0	21.0
2	张波云	国防科技大学计算机学院	13	221	8.0	13.0
4	王树林	国防科技大学计算机学院	6	104	5.0	6.0
5	张鼎兴	国防科技大学计算机学院	11	139	5.0	11.0
8	蒿敬波	国防科技大学计算机学院	7	134	4.0	7.0