基于分层语义认知的恶意代码检测方法研究

• 作者: 冯芳梅 刘丹 邵长庚
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 恶意代码检测 病毒检测 贝叶斯分类器 语义认知 信息安全
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 通信保密
• 页码范围: 53-56
• 分类号: TP309.5
• 字数: 3785字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2012.05.017

摘要

这里提出一种基于分层语义认知的恶意代码智能检测方法,该方法将待检测程序在虚拟捕获环境中获取的行为数据进行分层认知,逐层抽象为行为特征,最后使用贝叶斯分类器对其恶意性进行判定.在语义认知过程中采用分层和归一化的方式降低加密与混淆的干扰,采用动静结合方式提高检测效率,采用正负差集运算的方式降低误报率.经测试,该方法具有高检测率,抗混淆能力强,可以快速、有效地识别代码中的恶意行为.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘丹	电子科技大学电子科学技术研究院	50	231	8.0	12.0
2	冯芳梅	电子科技大学电子科学技术研究院	1	5	1.0	1.0
3	邵长庚	电子科技大学电子科学技术研究院	1	5	1.0	1.0