基于肯定选择分类算法的恶意代码检测方法
张福勇
赵铁柱
1.东莞理工学院计算机学院,广东东莞,5238082.东莞理工学院计算机学院,广东东莞,523808
摘要：针对恶意代码,尤其是顽固、隐匿的未知恶意代码危害日益加剧的问题,提出一种基于肯定选择分类算法的恶意代码检测方法.将样本文件转换成十六进制格式,提取样本文件的所有n-gram,计算具有最大信息增益的Ⅳ个n-gram的词频,并做归一化处理,采用改进的肯定选择分类算法进行分类.该方法保留了肯定选择分类算法高分类准确率的优点,优化了分类器训练过程,提高了训练和检测效率.结果表明,该方法的检测效果优于朴素贝叶斯、贝叶斯网络、支持向量机和C4.5决策树等算法.
关键词：网络与信息安全入侵检测恶意代码恶意代码检测肯定选择分类算法机器学习特征选择静态分析
分类号：TP309(计算技术、计算机技术)
资助基金：国家自然科学基金(61402106)广东省教育科学规划课题(14JXN029)
论文发表日期：2016-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 206-210 )
英文信息