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:
随着新一代网络技术的不断发展,针对工业控制网络的高级恶意软件大量出现,使以智能电网为代表的工业信息系统面临着巨大的信息安全威胁.目前主流的恶意软件检测技术主要是沙箱技术,其原理是在漏洞利用阶段之后,对恶意软件的行为进行分析.但是随着网络攻击技术的不断发展,高级恶意软件通过多态和变形技术掩饰自己的恶意行为.为了抵御智能电网中的高级恶意软件攻击,文章设计了一种基于虚拟执行技术的高级恶意软件攻击在线检测系统,在传统静态检测的基础上,增加了动态检测引擎.动态检测采用和传统的沙箱检测不同的虚拟执行技术,通过系统调用跟踪来分析软件的行为特征,深入观察分析内存和指令属性的变化,有效规避了高级恶意软件漏洞利用后的逃避行为,在漏洞利用阶段发现高级恶意软件攻击.实验表明,在线检测系统能够有效避免智能电网遭受高级恶意软件的攻击.
推荐文章
基于协议分析技术的抗恶意软件攻击测试系统设计
协议分析技术
恶意软件攻击
测试系统
网络流量
评估准确性
抗攻击能力
基于Android系统的手机恶意软件检测模型
Android系统
恶意软件
数据挖掘
敏感API
FP-growth算法
基于软件基因的Android恶意软件检测与分类
Android安全
恶意软件基因
use-def链
检测
分类
基于免疫原理的恶意软件检测模型
人工免疫
恶意软件
病毒检测
反病毒
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 基于虚拟执行技术的高级恶意软件攻击在线检测系统
来源期刊 信息网络安全 学科 工学
关键词 高级恶意软件 虚拟执行 在线检测 智能电网
年,卷(期) 2016,(1) 所属期刊栏目 技术研究
研究方向 页码范围 29-33
页数 5页 分类号 TP309
字数 4486字 语种 中文
DOI 10.3969/j.issn.1671-1122.2016.01.006
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 郑生军 9 40 3.0 6.0
5 郭龙华 上海交通大学电子信息与电气工程学院 7 33 3.0 5.0
6 陈建 6 82 4.0 6.0
7 南淑君 5 17 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (14)
参考文献  (5)
节点文献
引证文献  (9)
同被引文献  (18)
二级引证文献  (7)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(10)
  • 参考文献(1)
  • 二级参考文献(9)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(4)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(4)
  • 二级引证文献(0)
2016(4)
  • 引证文献(4)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(5)
  • 引证文献(2)
  • 二级引证文献(3)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
高级恶意软件
虚拟执行
在线检测
智能电网
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
信息网络安全
月刊
1671-1122
31-1859/TN
大16开
上海岳阳路76号4号楼211室
4-688
2001
chi
出版文献量(篇)
7165
总下载数(次)
26
总被引数(次)
26089
论文1v1指导