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:
宏病毒是存在于Office文档中的病毒,虽然传统杀毒软件可以扫描已有宏病毒,但是对于新出现的宏病毒处理仍然存在不足.使用机器学习的方法,通过比较正常宏和有害宏的特征不同,提出了一种新的宏特征选择方法,并使用SVM算法训练得到分类模型.结合分类模型和宏自身的病毒特征进行综合判断,从而可以达到对新出现宏的类别预测.实验结果表明,采用该模型成功率可以达到83.61%.
推荐文章
基于免疫原理的宏病毒防护模型的研究
宏病毒
模板
免疫
自我复制
匹配
基于细菌觅食特征改进粒子群算法优化SVM模型参数研究
细菌觅食特征
粒子群算法
支持向量机
故障预测
基于模糊SVM模型的入侵检测分类算法
模糊
SVM
入侵检测
分类
基于改进SVM算法的植物叶片分类研究
植物叶片分类
布谷鸟搜索算法
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算法的宏病毒处理模型研究
来源期刊 电脑与电信 学科 工学
关键词 宏病毒 机器学习 SVM 特征选择 病毒特征
年,卷(期) 2022,(1) 所属期刊栏目 基金项目
研究方向 页码范围 41-45
页数 5页 分类号 TP3
字数 语种 中文
DOI
五维指标
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  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 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
宏病毒
机器学习
SVM
特征选择
病毒特征
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
电脑与电信
月刊
1008-6609
44-1606/TN
大16开
广州市连新路171号国际科技中心B108室
1995
chi
出版文献量(篇)
8962
总下载数(次)
13
总被引数(次)
9565
论文1v1指导