| 一种基于最小距离分类器的恶意代码检测方法 |
| |
| 引用本文： | 张茜,邵堃,刘磊.一种基于最小距离分类器的恶意代码检测方法[J].广西师范大学学报(自然科学版),2009,27(3). |
| |
| 作者姓名： | 张茜 邵堃 刘磊 |
| |
| 作者单位： | 合肥工业大学计算机与信息学院,安徽,合肥,230039 |
| |
| 基金项目： | 国家自然科学基金资助项目 |
| |
| 摘 要： | 恶意代码是构成互联网威胁的新根源,至今传统的病毒查杀方法对此也无法根治.未知恶意代码每月呈几何倍的速度增长,人们依赖的防范手段多是手工分析,其效率有限且花费巨大.阐述了基于最小距离分类器的未知恶意代码检测方法,它对未知恶意代码有着良好的判定能力,能够有效地区分病毒与可信程序.对自定义的恶意代码行为进行建模,并通过实验发现,经过改进的最小距离分类器除了良好的分类精度外,其计算代价较其他非线性方法小,因此该模型在实际反病毒工作中有较高的实战价值.
|
| 关 键 词： | 恶意代码行为 标准化欧氏距离 特征统计空间 Youden指数 |
A Detection of Malicious Code Based on Minimum Distance Classifier |
| |
| ZHANG Qian,SHAO Kun,LIU Lei.A Detection of Malicious Code Based on Minimum Distance Classifier[J].Journal of Guangxi Normal University(Natural Science Edition),2009,27(3). |
| |
| Authors: | ZHANG Qian SHAO Kun LIU Lei |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
