恶意软件鉴别技术及其应用

• 作者: 姜青山 庄蔚蔚
• 来源期刊: 集成技术
• 关键词: 恶意软件鉴别 数据挖掘 特征表征 模型构建 分类集成 事件序列挖掘
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 互联网与物联网
• 页码范围: 55-64
• 页数: 10页
• 字数: 10701字
• 语种: 中文

摘要

随着互联网技术的发展和安全形势的变化,恶意软件的数量呈指数级增长,恶意软件的变种更是层出不穷,传统的鉴别方法已经不能及时有效的处理这种海量数据,这使得以客户端为战场的传统查杀与防御模式不能适应新的安全需求,各大安全厂商开始构建各自的“云安全”计划.在这种大背景下,研究恶意软件检测关键技术是非常必要的.针对恶意软件数量大、变化快、维度高与干扰多的问题,我们研究云计算环境下的软件行为鉴别技术,探讨海量软件样本数据挖掘新方法、事件序列簇类模式挖掘新模型和算法及在恶意软件鉴别中的应用,并构建面向云安全的恶意软件智能鉴别系统原型以及中文钓鱼网站检测系统架构.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜青山	中国科学院深圳先进技术研究院	8	51	4.0	7.0
2	庄蔚蔚	厦门大学信息科学与技术学院	4	32	3.0	4.0