作者:
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:
近年来,随着PDF的广泛应用,它的安全性也受到很大的威胁,它出现在APT攻击、钓鱼攻击中越来越频繁。通过提取恶意PDF中的JavaScript代码特征向量,提出一种基于支持向量机的机器学习静态检测模型。从实验结果显示达到预期效果。
推荐文章
恶意PDF文档检测技术研究进展
PDF
文档检测
静态分析
动态分析
基于SVM的敏感权限Android恶意软件检测方法
Android
敏感权限特征
恶意检测
SVM
基于SVM的Android应用程序安全检测综述
Android应用程序
安全检测
SVM
恶意行为
恶意代码
漏洞
基于模糊识别恶意代码检测技术的研究
模糊识别
恶意代码
支持向量机
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SVM的恶意PDF检测研究
来源期刊 现代计算机:中旬刊 学科 工学
关键词 机器学习 恶意PDF文档 单一类别支持向量机 恶意软件检测
年,卷(期) xdjsjzxk_2018,(3) 所属期刊栏目
研究方向 页码范围 117-120
页数 4页 分类号 TP393.08
字数 语种
DOI
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 李涛 四川大学计算机学院 528 3650 25.0 38.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
机器学习
恶意PDF文档
单一类别支持向量机
恶意软件检测
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
现代计算机:中旬刊
月刊
1007-1423
44-1415/TP
广州市海珠区新港西路135号中山大学园B
46-205
出版文献量(篇)
9067
总下载数(次)
3
论文1v1指导