文档名：恶意代码聚类中的特征选取研究
近几年,随着恶意代码数量的飞速增长,将聚类算法用于恶意代码新家族检测受到越来越多安全厂商的青睐.恶意代码聚类将具有相似行为或结构的样本划分到同一簇中,选取不同的特征将影响恶意代码的聚类质量.文章首先选取恶意代码聚类研究中常用的特征进行讨论比较.现有大部分研究均选取单一特征向量进行聚类,而任何单一特征向量均难以完整描述恶意代码的全部性质.针对该问题,文章接着提出利用多特征向量对的方法进行恶意代码聚类,并根据聚类结果定义特定的指标对选用的特征进行评价.最后,文章结合DBSCAN聚类算法对各种特征以及特征间的组合进行实验,结果表明,采用多特征向量对的聚类效果要优于单一特征向量.
作者：王毅唐勇卢泽新俞昕
作者单位：国防科学技术大学计算机学院,湖南长沙410073
母体文献：第31次全国计算机安全学术交流会论文集
会议名称：第31次全国计算机安全学术交流会
会议时间：2016年9月1日
会议地点：厦门
主办单位：中国计算机学会
语种：chi
分类号：
关键词：恶意代码 聚类算法 特征选取
在线出版日期：2019年4月24日
基金项目：
相似文献
相关博文
- 文件大小:
- 1.53 MB
- 下载次数:
- 60
-
高速下载
|
|
