| 恶意软件鉴别技术及其应用 |
| |
| 引用本文： | 庄蔚蔚,姜青山.恶意软件鉴别技术及其应用[J].集成技术,2012,1(1):55-64. |
| |
| 作者姓名： | 庄蔚蔚 姜青山 |
| |
| 作者单位： | 厦门大学信息科学与技术学院;中国科学院深圳先进技术研究院 |
| |
| 基金项目： | 国家自然科学基金(面向软件行为鉴别的事件序列挖掘方法研究,NO.61175123);深圳市生物、互联网、新能源产业发展专项资金(NO.CXB201005250021A) |
| |
| 摘 要： | 随着互联网技术的发展和安全形势的变化,恶意软件的数量呈指数级增长,恶意软件的变种更是层出不穷,传统的鉴别方法已经不能及时有效的处理这种海量数据,这使得以客户端为战场的传统查杀与防御模式不能适应新的安全需求,各大安全厂商开始构建各自的"云安全"计划。在这种大背景下,研究恶意软件检测关键技术是非常必要的。针对恶意软件数量大、变化快、维度高与干扰多的问题,我们研究云计算环境下的软件行为鉴别技术,探讨海量软件样本数据挖掘新方法、事件序列簇类模式挖掘新模型和算法及在恶意软件鉴别中的应用,并构建面向云安全的恶意软件智能鉴别系统原型以及中文钓鱼网站检测系统架构。
|
| 关 键 词： | 恶意软件鉴别 数据挖掘 特征表征 模型构建 分类集成 事件序列挖掘 |
Malware Identification Technique and its Applications |
| |
| Authors: | ZHUANG Wei-wei and JIANG Qing-shan |
| |
| Affiliation: | 1(Department of Cognitive Science,Xiamen University Xiamen 361005) 2(Shenzhen Institutes of Advanced Technology,Chinese Academy of Sciences Shenzhen 518055) |
| |
| Abstract: | |
| |
| Keywords: | malicious software identification data mining feature representation model construction classifier ensemble event sequence mining |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《集成技术》浏览原始摘要信息 |
|
点击此处可从《集成技术》下载全文 |
