基于有效窗口和朴素贝叶斯的恶意代码分类

恶意代码分类是恶意代码分析和入侵检测领域中的核心问题.现有分类方法分析效率低,准确性差,主要原因在于行为分析原始资料规模大,噪声高,随机因素干扰.针对上述问题,以恶意代码行为序列报告作为基础,在分析随机因素及行为噪声对恶意代码行为特征和操作相似性的干扰之后,给出一个系统调用参数有效窗口模型,通过该模型加强行为序列的相似度描述能力,降低随机因素的干扰.在此基础上提出一种基于朴素贝叶斯机器学习模型和操作相似度窗口的恶意代码自动分类方法.设计并实现了一个自动恶意代码行为分类器原型MalwareFilter.使用真实恶意代码生成的行为序列报告对原型系统进行评估,通过实验证明了该方法的有效性,结果表明,该方法通过操作相似度窗口提高了训练和分类过程的性能和准确度.     

点击未来热门职业

在高速发展、信息爆炸的社会里,从事何种职业,决定了一个人将如何实现自我价值和社会价值,深刻地影响着一个人的性格、思维方式乃至生活质量等。“择业”无疑成为一项重大而严肃的问题,不容忽视。请看由大连市第一中学的同学对现在热门职业的调查研究,为面临和将要面临“择业”的同学提供了一份全面、真实的参考。这些同学们还为此开展了模拟招聘会的实践活动,对每位同学在求职、应聘时应注意的问题和应掌握的技巧进行了互相指导(左图为同学们正在模拟招聘会的现场)。