僵尸网络恶意代码的有效检测方法研究

• 作者: 王威 芦天亮 高见 黄鸿志
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 僵尸网络恶意代码 检测 机器学习
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 仿真网络化
• 页码范围: 254-257
• 页数: 4页
• 分类号: TP391
• 字数: 4643字
• 语种: 中文

摘要

对僵尸网络恶意代码进行有效检测,可维护网络信息的安全.由于僵尸网络活跃节点较少,无法形成实时通路,也就无法实时提供网络异常代码规则.传统的检测方法在没有代码规则的情况下,对僵尸网络无法进行有效的恶意代码检测.提出机器学习的僵尸网络恶意代码的检测方法.将RIPPER方法与朴素贝叶斯方法综合,利用RIPPER方法的显性规则进行对潜在的恶意代码进行检测,利用贝叶斯方法的推导公式求解结果.通过对已有的代码样本集合进行训练,获得相应的僵尸网络恶意代码规则,最后将训练好的规则应用到新的代码监测时,获得精准的监测数据.实验分析得出,利用RIPPER可以对僵尸网络恶意代码的进行有效检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王威	中国人民公安大学网络安全保卫学院	58	342	8.0	17.0
2	高见	中国人民公安大学网络安全保卫学院	18	38	3.0	5.0
3	芦天亮	中国人民公安大学网络安全保卫学院	44	78	5.0	7.0
4	黄鸿志	中国人民公安大学警务信息工程学院	10	26	2.0	4.0