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:
针对传统窃密木马检测所面临的特征库维护困难,无法检测未知木马等问题,通过对窃密木马通信过程的分析,提取多个网络行为特征,作为检测依据.并在传统的单分类器检测系统的基础上,利用差异性较大的多种分类算法构造基分类器,提出基于Adaboost算法的窃密木马网络行为检测模型.实验结果表明,该模型对常见的窃密木马都具有较好的检测能力.
推荐文章
网络窃密木马的自适应检测模型研究
木马
通信行为
支持向量机
增量学习
主动探测
网络窃密木马的自适应检测模型研究
木马
通信行为
支持向量机
增量学习
主动探测
基于行为检测的窃密型木马检测研究
行为检测
窃密型
木马
通信模式
会话
基于AdaBoost算法的易拉罐检测方法
Adaboost算法
Haar特征
LBP特征
检测器
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Adaboost算法的窃密木马检测模型研究
来源期刊 信息工程大学学报 学科 工学
关键词 窃密木马 网络行为 木马检测 Adaboost算法
年,卷(期) 2017,(2) 所属期刊栏目 计算机技术及应用
研究方向 页码范围 218-222
页数 5页 分类号 TP301.6
字数 4093字 语种 中文
DOI 10.3969/j.issn.1671-0673.2017.02.018
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 武东英 6 31 3.0 5.0
2 张兆林 1 1 1.0 1.0
3 罗友强 2 7 1.0 2.0
4 吴双 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (7)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
窃密木马
网络行为
木马检测
Adaboost算法
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
信息工程大学学报
双月刊
1671-0673
41-1196/N
大16开
郑州市科学大道62号
2000
chi
出版文献量(篇)
2792
总下载数(次)
2
论文1v1指导