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:
对基于数据挖掘的恶意程序检测技术进行了研究,分析现有安全软件对抗恶意程序的缺陷,并针对这些缺陷提出了新型特征筛选方法和在新型特征的基础上提取恶意程序检测规则的解决方案.
推荐文章
恶意程序的检测和删除
恶意程序
复制
检测
删除``
基于机器学习算法的Android恶意程序检测系统
随机森林
恶意代码检测
多类特征
安卓应用
机器学习
恶意程序检测算法的研究与实现
恶意程序
检测算法
恶意程度文件
检测误报率
Android系统恶意程序检测技术研究
Android
安全问题
恶意程序检测
支持向量机
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 数据挖掘在恶意程序检测中的应用
来源期刊 电脑知识与技术 学科 工学
关键词 恶意程序 数据挖掘 检测方法
年,卷(期) 2011,(35) 所属期刊栏目 数据库与信息管理
研究方向 页码范围 9048-9049
页数 分类号 TP391
字数 3299字 语种 中文
DOI 10.3969/j.issn.1009-3044.2011.35.009
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 姚书科 黄淮学院国际学院 11 28 3.0 5.0
2 张敬 黄淮学院国际学院 15 17 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (4)
参考文献  (2)
节点文献
引证文献  (2)
同被引文献  (10)
二级引证文献  (4)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
2019(4)
  • 引证文献(2)
  • 二级引证文献(2)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
恶意程序
数据挖掘
检测方法
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
电脑知识与技术
旬刊
1009-3044
34-1205/TP
大16开
安徽省合肥市
26-188
1994
chi
出版文献量(篇)
58241
总下载数(次)
228
总被引数(次)
132128
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导