基于机器学习的Mac OS平台加密勒索软件主动防御方案

• 作者: 周安民 张磊 谭昕 陈航
• 来源期刊: 现代计算机
• 关键词: 勒索软件 文件加密 机器学习 主动防御 行为监控 Mac OS平台
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 开发案例
• 页码范围: 58-63
• 页数: 6页
• 字数: 4120字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2017.04.013

摘要

近年来,由加密型勒索软件引起的网络安全事件的数量大幅度增长,受害者广布全球.加密型勒索软件采用高强度加密算法对用户文件加密,目前对加密型勒索软件没有可靠的事前防御和检测措施,用户数据一旦被勒索软件加密,传统的反病毒软件无能为力.为了解决以上问题,从恶意软件主动防御的思想出发,提出一种基于机器学习的针对加密型勒索软件的防御方案,并在Mac OS平台实现.通过对程序的实时行为监控,从文件操作行为的关键数据中提取多种特征,采用不同的分类方法对加密数据和正常数据进行识别,捕捉加密型勒索软件行为,并采取相应的控制手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周安民	四川大学电子信息学院	118	588	11.0	20.0
2	张磊		2	4	1.0	2.0
3	陈航		2	4	1.0	2.0
4	谭昕	四川大学电子信息学院	1	1	1.0	1.0