基于大样本的随机森林恶意代码检测与分类算法

• 作者: 战凯 李雪虎 王发明
• 来源期刊: 信息技术与网络安全
• 学科: 工学
• 关键词: PE文件结构特征 敏感API 随机森林 恶意代码检测与分类
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 产学一线
• 页码范围: 3-5,21
• 页数: 4页
• 分类号: TP393
• 字数: 2393字
• 语种: 中文
• DOI: 10.19358/j.issn.2096-5133.2018.07.001

摘要

随着互联网的快速发展,计算机安全问题已经提高到国家安全的战略角度.但是在互联网上传播的恶意代码数量、种类等都在增加.针对恶意代码数量庞大、传统特征检测覆盖面不够广、准确度不高的问题,提出了在大样本下基于随机森林的恶意代码检测算法.大样本下,将PE文件结构特征和敏感API作为输入特征,采用随机森林算法对恶意代码进行检测.实验结果表明,大样本下,随机森林算法是一种优秀的用于恶意代码检测的算法,即使在恶意代码样本量庞大的情况下,仍然具有良好的分类效果,其在现实应用中具有重要的价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李雪虎		1	3	1.0	1.0
2	王发明		1	3	1.0	1.0
3	战凯		1	3	1.0	1.0