基于模糊式與決策樹相融合的腳本病毒檢測技術研究.pdf_第1頁
已閱讀1頁,還剩56頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著信息化進程的加快和網絡技術的進步,人們對網絡的依賴性日益提高,隨之而來的安全性問題也日益嚴峻。在互聯(lián)網環(huán)境下計算機有害程序的種類和數量急劇增加。這些有害程序利用各種系統(tǒng)漏洞,破壞系統(tǒng)或盜取系統(tǒng)資料,具有很強的破壞性。網絡的廣泛應用更加劇了有害程序的廣泛傳播和變種的頻繁產生。為了應對日益嚴峻的網絡安全現(xiàn)狀,我們必須對現(xiàn)有的病毒檢測方法進行改進,提高已知病毒和未知病毒的檢測率。
   以往的檢測技術大多是分析病毒的結構,從中提取

2、出病毒的字符串或特征字,然后遍歷病毒的特征庫,對可疑代碼進行入庫匹配。但是此類方法多是從防護的角度出發(fā),以靜態(tài)或動態(tài)分析技術來對特定的病毒進行檢測,對于一些處于病毒邊緣的代碼和病毒變種需要重復檢測,并且效率不高。
   針對于現(xiàn)今比較流行的腳本類病毒,本文提出了三種新的檢測模型,基于模糊模式的腳本病毒檢測模型、基于決策樹的腳本病毒檢測模型和基于模糊模式同決策樹相融合的腳本病毒檢測模型。融合模型使用模糊模式的思想對決策樹的結果進行

3、進一步的修正,提高腳本病毒的檢測率,并且利用模糊模式更科學的界定惡意代碼的思想,對未知腳本病毒的檢測也有相當積極的意義。
   本論文通過實驗證實了三種模型的可行性和正確性。首先將采集到的樣本集合進行預處理,定義了幾個指數來分析實驗結果,然后構建模糊模式模型,決策樹模型和二者的融合模型分別進行實驗,分析三種方法各自的特點和檢測效果。從實驗的結果得出結論,三種模型的腳本病毒檢測方法都具有可行性,尤其是融合模型具有較高的檢測率和較好

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論