一种基于内核级监测的恶意软件聚类分析方法

• 作者: 叶菁 黄庆佳
• 来源期刊: 软件
• 学科: 工学
• 关键词: 计算机软件与理论 恶意软件聚类分析 行为分析 内核
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 基金项目论文
• 页码范围: 1-6
• 页数: 6页
• 分类号: TP393.08
• 字数: 4633字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2017.05.001

摘要

恶意软件分析技术的研究一直都是安全研究的重点之一.近年来,基于机器学习和数据挖掘算法的恶意软件行为特征的分析方法逐渐受到研究人员的重视.但目前这类方法普遍基于用户态行为进行分析.针对用户态监测所处层级高、容易造成获取行为不完整等问题,本文提出一种基于内核级监测的恶意软件聚类方法,在内核中监测获取恶意软件内核函数调用序列,提取内核行为表示成内核行为表示模型,并采用层次聚类算法对内核行为序列进行聚类分析.通过实验,验证了本文的分析方法能够获取较好的分析结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶菁	中国科学院信息工程研究所	2	2	1.0	1.0
5	黄庆佳	中国科学院信息工程研究所	1	0	0.0	0.0