基于特征选择优化算法的非线性SVM木马检测模型

• 作者: 冼月萍 吴丽娟 黄丽梅
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 木马检测 支持向量机 SVM特征向量库 非线性SVM分类器
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 数据库
• 页码范围: 106-109,116
• 页数: 5页
• 分类号: TP309
• 字数: 4453字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2013.10.027

摘要

为解决当前木马检测系统中存在的检测率低、无法检测未知木马等问题,提出一种基于特征选择优化MI算法的非线性SVM木马检测模型.本方法提取每一个可执行程序的API调用序列作为特征向量,通过特征选择算法选中区分度大的部分特征并将其量化成SVM可识别的数据,构建SVM特征向量库,利用样本数据对非线性SVM分类器进行训练学习,获得最优分类超平面.实验结果表明,该模型针对木马程序有高效且稳定的检测能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冼月萍	广西大学电气工程学院	11	44	5.0	6.0
2	吴丽娟	广西大学信息网络中心	17	74	4.0	8.0
3	黄丽梅	广西大学计算机与电子信息学院	1	0	0.0	0.0