基于神经网络集成的Windows病毒检测方法研究

• 作者: 巩文科 赵洁
• 来源期刊: 计算机安全
• 学科: 工学
• 关键词: 计算机病毒 神经网络集成 负相关学习
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 病毒黑客
• 页码范围: 86-88
• 页数: 3页
• 分类号: TP3
• 字数: 2877字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0428.2008.05.037

摘要

该文针对Win32PE病毒种类多,破坏力强的特点,提出一种基于神经网络集成的病毒检测方法.神经网络集成采用负相关学习方法进行训练,采用n-gram特征字统计方法得到病毒特征字,计算特征字信息条件熵,来选择作为训练样本的特征字.实验结果表明,神经网络集成改善了传统的特征字比对法不能识别新的病毒,容易被病毒制造者克服的缺点,在保证对Win32PE病毒较高的检测率的同时保持了较低的误检率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵洁	广东药学院医药信息工程学院	16	107	6.0	9.0
2	巩文科	广东外语外贸大学信息科学技术学院	6	49	3.0	6.0