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 PDF 文件的使用日益广泛,恶意的 PDF 文档不断涌现。现有的恶意 PDF 文档的检测方案有一定的缺陷,静态检测的准确度较低并且易混淆。提出一种基于改进的 N-gram 文本提取机制和增强的单一类别支持向量机的机器学习模型的静态检测方案。实验结果表明,该方案提高了静态检测方案的准确率,增加了一定的功能性和扩展性。
推荐文章
恶意PDF文档检测技术研究进展
PDF
文档检测
静态分析
动态分析
一种混合的Android恶意应用检测方法
静态分析
动态分析
特征抽取
恶意应用检测
基于混合特征的恶意PDF文档检测
恶意PDF文档
混合特征
机器学习
检测
DApriori:一种基于Apriori的Android恶意应用检测方法
Apriori算法
恶意应用
隐私泄露
权限
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 一种改进的恶意 PDF 文档静态检测方案
来源期刊 计算机应用与软件 学科 工学
关键词 恶意PDF文档 静态检测 单一类别支持向量机
年,卷(期) 2016,(3) 所属期刊栏目 安全技术
研究方向 页码范围 308-313
页数 6页 分类号 TP393
字数 7901字 语种 中文
DOI 10.3969/j.issn.1000-386x.2016.03.073
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 薛质 上海交通大学电子信息与电气工程学院 274 1489 18.0 25.0
2 王轶骏 上海交通大学电子信息与电气工程学院 80 388 10.0 15.0
3 孙本阳 上海交通大学电子信息与电气工程学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (5)
同被引文献  (11)
二级引证文献  (4)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
恶意PDF文档
静态检测
单一类别支持向量机
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导