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:
提出一种基于纹理指纹的恶意代码特征提取及检测方法,通过结合图像分析技术与恶意代码变种检测技术,将恶意代码映射为无压缩灰阶图片,基于纹理分割算法对图片进行分块,使用灰阶共生矩阵算法提取各个分块的纹理特征,并将这些纹理特征作为恶意代码的纹理指纹;然后,根据样本的纹理指纹,建立纹理指纹索引结构;检测阶段通过恶意代码纹理指纹块生成策略,采用加权综合多分段纹理指纹相似性匹配方法检测恶意代码变种和未知恶意代码;在此基础上,实现恶意代码的纹理指纹提取及检测原型系统.通过对6种恶意代码样本数据集的分析和检测,完成了对该系统的实验验证.实验结果表明,基于上述方法提取的特征具有检测速度快、精度高等特点,并且对恶意代码变种具有较好的识别能力.
推荐文章
基于结构化指纹的恶意代码变种分析
恶意代码
变种分析
结构化指纹
静态分析
基于对象语义的恶意代码检测方法
恶意代码检测
系统对象
抗混淆
语义
状态变迁图
基于敏感点覆盖的恶意代码检测方法
恶意代码检测
敏感行为函数
系统函数调用图
敏感路径
符号执行
基于模糊识别恶意代码检测技术的研究
模糊识别
恶意代码
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 基于纹理指纹的恶意代码变种检测方法研究
来源期刊 通信学报 学科 工学
关键词 网络安全 恶意代码变种检测 纹理指纹 空间相似性检索
年,卷(期) 2014,(8) 所属期刊栏目 学术论文
研究方向 页码范围 125-136
页数 12页 分类号 TP309.5
字数 11325字 语种 中文
DOI 10.3969/j.issn.1000-436x.2014.08.016
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 姚宣霞 北京科技大学计算机与通信工程学院 24 391 7.0 19.0
2 周芳 北京科技大学计算机与通信工程学院 13 84 4.0 9.0
3 韩晓光 北京科技大学计算机与通信工程学院 16 131 7.0 11.0
4 曲武 北京启明星辰信息安全技术有限公司核心研究院 8 101 6.0 8.0
8 郭长友 北京科技大学计算机与通信工程学院 5 66 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (54)
参考文献  (5)
节点文献
引证文献  (56)
同被引文献  (133)
二级引证文献  (166)
1973(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(15)
  • 引证文献(8)
  • 二级引证文献(7)
2017(39)
  • 引证文献(12)
  • 二级引证文献(27)
2018(54)
  • 引证文献(13)
  • 二级引证文献(41)
2019(70)
  • 引证文献(15)
  • 二级引证文献(55)
2020(41)
  • 引证文献(5)
  • 二级引证文献(36)
研究主题发展历程
节点文献
网络安全
恶意代码变种检测
纹理指纹
空间相似性检索
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
通信学报
月刊
1000-436X
11-2102/TN
大16开
北京市丰台区成寿路11号邮电出版大厦8层
2-676
1980
chi
出版文献量(篇)
6235
总下载数(次)
17
总被引数(次)
85479
论文1v1指导