基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
相对于传统的反病毒软件,本研究提出了一种新的基于主机的蠕虫检测系统.这种新的检测方法通过分析监测已知蠕虫病毒对计算机性能参数造成的影响,对未知的蠕虫进行判决检测,达到网络预警的效果.我们通过监测主机的323个系统特征计数器以反应计算机的性能特征,并利用自行设计的对比特征选择系统对原始数据进行预处理.本研究采用贝叶斯网络分类算法对带有标签的各训练数据子集进行分类训练,产生用以判决未知蠕虫的分类判决规则.在模拟计算机各种应用状态下,我们在搭建的实验局域网上对这种新的监测系统进行测试评估.本研究提出的检测系统对采集的未知网络蠕虫达到80%以上的判决准确率,对已知蠕虫有着99%以上的检测准确率,有着很高的实用性和推广性.
推荐文章
基于失败连接分析的网络蠕虫检测系统研究
网络安全
网络蠕虫检测
失败连接
未知蠕虫自动检测技术研究
未知蠕虫
蠕虫检测
特征提取
异常检测
一种基于DNS主动检测钓鱼攻击的系统
反钓鱼
DNS
信息检索
编辑距离
贝叶斯分类
启发式规则
全自主机器人双目视觉运动检测研究
运动检测
异构双目视觉
自适应背景差分
机器人足球
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Windows主机的未知蠕虫主动检测系统
来源期刊 电子器件 学科 工学
关键词 计算机系统参数 机器学习 网络蠕虫病毒
年,卷(期) 2008,(6) 所属期刊栏目 其他电子技术
研究方向 页码范围 1929-1932
页数 4页 分类号 TP391
字数 3452字 语种 中文
DOI 10.3969/j.issn.1005-9490.2008.06.060
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 沈海斌 浙江大学超大规模集成电路设计研究所 139 832 13.0 21.0
2 朱禹 浙江大学超大规模集成电路设计研究所 1 2 1.0 1.0
3 周喜川 浙江大学超大规模集成电路设计研究所 3 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (4)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
计算机系统参数
机器学习
网络蠕虫病毒
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子器件
双月刊
1005-9490
32-1416/TN
大16开
南京市四牌楼2号
1978
chi
出版文献量(篇)
5460
总下载数(次)
21
总被引数(次)
27643
论文1v1指导