基于调用习惯的恶意代码自动化同源判定方法

• 作者: 乔延臣 云晓春 张永铮 李书豪
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 网络安全 恶意代码 同源判定 调用习惯 自动化
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 学术论文
• 页码范围: 2410-2414
• 页数: 5页
• 分类号: TP393.08
• 字数: 4019字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2016.10.019

摘要

恶意代码同源判定对作者溯源、攻击事件责任判定、攻击场景还原等研究工作具有重要作用。目前恶意代码同源判定方法往往依赖人工分析，效率低下，为此，提出一种基于调用习惯的恶意代码自动化同源判定方法。该方法基于7类调用行为，使用数据挖掘算法构建作者编程习惯模型，基于频繁项离群检测算法计算同源度，利用K均值聚类算法选择同源判定阈值，进而实现恶意代码同源判定。实验结果表明，该方法具有99％以上的准确率和可接受的召回率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张永铮	中国科学院信息工程研究所	35	751	12.0	27.0
2	云晓春	中国科学院计算技术研究所	46	890	15.0	29.0
6	乔延臣	中国科学院计算技术研究所	3	21	3.0	3.0
15	李书豪	中国科学院信息工程研究所	4	38	3.0	4.0