基于机器学习的Windows环境下恶意程序检测系统

• 作者: 何泾沙 张跃骞
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 恶意程序 系统调用 机器学习 分类器
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 第五届云计算大会专题
• 页码范围: 778-784
• 页数: 7页
• 分类号: TP309.5
• 字数: 5931字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2014.06.008

摘要

针对Windows环境下恶意程序数量众多且难以判别的情况,为了改善和提高对恶意程序的识别能力和效果,结合程序行为分析和机器学习技术,设计了一个恶意程序的检测系统.通过对所采集的程序样本集进行动态分析,提取出其两类系统调用序列作为样本特征,以此作为输入数据,对机器学习分类器进行监督式学习训练,使其能够对恶意行为和正常行为进行区分,并可以对于未知程序的性质做出判定,可以高效地识别出恶意程序.结果表明,可以通过较短时间的训练即可到达较为满意的判定能力,也表明了机器学习对于程序行为性质判定方面具有广泛的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何泾沙	北京工业大学软件学院	68	260	9.0	11.0
2	张跃骞	北京工业大学软件学院	1	5	1.0	1.0