湖南省教育厅优秀青年基金(05B072)
- 作品数：2 被引量：12H指数：2
- 相关作者：殷建平张波云蒿敬波张鼎兴王树林更多>>
- 相关机构：国防科学技术大学更多>>
- 发文基金：湖南省教育厅优秀青年基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于SVM的计算机病毒检测系统被引量：5
- 2007年
- 自从第一例计算机病毒被发现以来,特征码法一直是病毒检测的基本方法。但是,病毒的复杂化和变形病毒的出现,限制了该法的有效应用。本文提出一种基于支持SVM的通用病毒智能检测方法,通过支持SVM算法的应用,使得检测系统在小样本的情形下仍具有良好的泛化能力。然后,以系统API函数调用执行迹为例,测试了该法的检测性能,并将实验结果与其他检测方法进行了比较。实验表明,API函数调用序列在区分正常与恶意PE格式程序文件上有很好的辨别力,发现基于支持SVM的病毒检测系统所需要的先验知识小于其他方法。而且,当检测性能相当时,系统的训练时间将会缩短。
- 张波云殷建平蒿敬波
- 关键词：计算机病毒支持向量机病毒检测
- 基于集成神经网络的计算机病毒检测方法被引量：7
- 2007年
- 在借鉴传统的特征扫描技术的基础上,提出了一种基于n-gram分析的计算机病毒自动检测方法。将基于信息增益的特征选择技术引入集成神经网络的构建中,结合Bagging算法,同时扰动训练数据和输入属性生成精确且差异度大的个体分类器,在此基础上以集成的BP神经网络为模式分类器实现对病毒的检测。该法并不针对某一特定病毒,是一种通用的病毒检测器。实验表明提出的检测方法具有较强的泛化能力和较高的精确率。
- 张波云殷建平张鼎兴蒿敬波王树林
- 关键词：计算机病毒信息增益BP神经网络
