一种应用机器学习和D-S证据理论的Linux病毒检测方案

• 作者: 吴恋 黄一峰 黄俊伟
• 来源期刊: 单片机与嵌入式系统应用
• 学科: 工学
• 关键词: Linux系统 病毒检测 机器学习 D-S证据理论 控制流程图
• 年，卷（期）: 2014,（4）
• 页码范围: 28-31
• 页数: 4页
• 分类号: TP36.2
• 字数: 2636字
• 语种: 中文

摘要

设计了一种应用机器学习和D S证据理论来进行 Linux病毒检测的方案。主要包括方案的总体框架、样本特征选择方法、分类器选择、检测效果融合以及方案验证与结果分析等。在样本特征选择时引入了控制流程图的概念，在检测效果融合时使用了D S证据理论的方法。最后在基于 Weka软件的机器学习平台上实现和测试了该方案。验证结果表明，该 Linux病毒检测方案具有良好的检测率和可靠性，可以应用于实际的商业产品中。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄一峰	重庆邮电大学新一代宽带移动通信终端研究所	9	32	3.0	5.0
2	黄俊伟	重庆邮电大学新一代宽带移动通信终端研究所	47	230	9.0	14.0
3	吴恋	重庆邮电大学新一代宽带移动通信终端研究所	5	24	2.0	4.0