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:
文章介绍了传统的朴素贝叶斯恶意代码检测算法,并在传统朴素贝叶斯算法基础上提出改进,引入贡献系数以增大特征项对合法代码与恶意代码区分的能力,实验表明该方法有效提高了恶意代码的检测率和精准率,并且降低了恶意代码的误报率.
推荐文章
基于行为分析和特征码的恶意代码检测技术
恶意代码
行为分析
特征码
虚拟机
基于模糊识别恶意代码检测技术的研究
模糊识别
恶意代码
支持向量机
动静结合的网络恶意代码检测技术研究
恶意代码
数据检测
静态分析
动态运行
网络数据
基于对象语义的恶意代码检测方法
恶意代码检测
系统对象
抗混淆
语义
状态变迁图
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 基于改进的朴素贝叶斯恶意代码检测技术研究
来源期刊 企业技术开发(下半月) 学科 工学
关键词 恶意代码 朴素贝叶斯 互信息量 分类器
年,卷(期) 2011,(3) 所属期刊栏目 信息科学
研究方向 页码范围 102-103
页数 分类号 TP391.1
字数 2369字 语种 中文
DOI 10.3969/j.issn.1006-8937.2011.03.061
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (19)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
恶意代码
朴素贝叶斯
互信息量
分类器
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
企业技术开发(下半月)
半月刊
chi
出版文献量(篇)
13071
总下载数(次)
12
总被引数(次)
34890
论文1v1指导