基于N-Gram的计算机病毒特征码自动提取的改进方法

• 作者: 杨燕 蒋国平
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: N-Gram 病毒特征码 特征浓度 数据字典
• 年，卷（期）: 2017,（z2）
• 所属期刊栏目: 信息安全
• 页码范围: 338-341,361
• 页数: 5页
• 分类号: TP309.5
• 字数: 5769字
• 语种: 中文

摘要

随着计算机技术的发展和普及,计算机病毒带来的危害日趋严重.传统N-Gram算法难以提取不同长度的特征,导致有效特征缺失,并产生庞大的特征集合,造成空间的浪费.针对这些问题,提出一种改进的基于N-Gram的特征码自动提取方法.该方法在原有N-Gram特征提取算法的基础上引入变长N-Gram特征,提取不同长度的有效特征,生成不定长病毒特征码.综合考虑特征频率的相关性,利用特征浓度对N-Gram特征进行有向筛选,生成数据字典,节省存储空间.实验结果表明,与单纯使用定长N-Gram的算法相比,该方法能有效降低特征码自动提取的误报率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋国平	南京邮电大学自动化学院	124	1421	20.0	31.0
2	杨燕	南京邮电大学计算机学院	3	12	2.0	3.0