基于行为的分布式恶意代码检测技术

doi:10.3969/j.issn.1006-2475.2011.09.034

计算机与现代化 ›› 2011, Vol. 193 ›› Issue (9): 126-129.doi: 10.3969/j.issn.1006-2475.2011.09.034

基于行为的分布式恶意代码检测技术

闫军伟¹,钟求喜¹,贾欣²,王茜³

1.国防科学技术大学计算机学院，湖南长沙 410073； 2.总参通信部驻长沙地区军代室，湖南长沙 410000；3.武警石家庄指挥学院保密档案业务教研室，河北石家庄 050067

收稿日期:2011-04-28 修回日期:1900-01-01 出版日期:2011-09-22 发布日期:2011-09-22

Distributed Malware Detection Technology Based on Behavior

YAN Jun-wei¹, ZHONG Qiu-xi¹, JIA Xin², WANG Qian³

1.School of Computer Science, National University of Defense Technology, Changsha 410073, China; 2.Military Representative Office Station at Changsha, CDoGS, Changsha 410000, China; 3.Confidential Files Staff Room of Chinese People’s Armed Police Force Academy in Shijiazhuang, Shijiazhuang 050067, China

Received:2011-04-28 Revised:1900-01-01 Online:2011-09-22 Published:2011-09-22

摘要/Abstract

摘要： 针对已有恶意代码检测技术存在不足，研究恶意代码网络传播行为，提取相应行为特征，在此基础上提出基于行为的分布式恶意代码检测技术，并进行NS2仿真实验。实验结果表明该方法具有较低的误报率和漏报率，可有效检测恶意代码。

关键词: 恶意代码, 分布式, 检测, 行为

Abstract: According to the disadvantages in the malware detection technologies used now, this paper gives a research to the propagation behavior of malware, and extracts its signature. A distributed malware detection method is proposed and a set of experiments are made on NS-2. The result shows that this method can effectively detect the malware.

Key words: malware, distributed, detection, behavior

中图分类号:

TP393.08

闫军伟;钟求喜;贾欣;王茜. 基于行为的分布式恶意代码检测技术[J]. 计算机与现代化, 2011, 193(9): 126-129.

YAN Jun-wei;ZHONG Qiu-xi;JIA Xin;WANG Qian. Distributed Malware Detection Technology Based on Behavior[J]. Computer and Modernization, 2011, 193(9): 126-129.

[1]	王秋忆, 周浩, 郑婷婷. 改进RetinaNet的电力设备目标检测方法[J]. 计算机与现代化, 2024, 0(01): 47-52.
[2]	宁娟, 周庆华, 曾小为. 改进YOLOv7算法在西林瓶轧盖缺陷检测中的应用[J]. 计算机与现代化, 2023, 0(12): 82-86.
[3]	杨博, 庄毅. 基于AOA-MSVM的控制集群故障检测方法[J]. 计算机与现代化, 2023, 0(12): 112-116.
[4]	陈超, 顾青峰. 面向混合负载的分布式气象数据管理系统设计[J]. 计算机与现代化, 2023, 0(12): 118-122.
[5]	许鸿奎, 李振业, 郭文涛, 赵京政, 郭旭斌. 基于分割的任意形状场景文本实时检测[J]. 计算机与现代化, 2023, 0(11): 95-100.
[6]	欧嘉城, 曾安, 金亮. 基于CP-YOLOX的冷冻电镜图像蛋白质目标检测算法[J]. 计算机与现代化, 2023, 0(11): 113-119.
[7]	闫子贤, 董宝良, 唐思谜. 针对复杂背景下低分辨率舰船目标的改进YOLOv7算法[J]. 计算机与现代化, 2023, 0(11): 120-126.
[8]	张嘉琪, 徐啟蕾. 基于NAM-YOLO网络的苹果缺陷检测算法[J]. 计算机与现代化, 2023, 0(10): 53-58.
[9]	李延满, 王必恒, 赵羚焱. 基于轻量化YOLOv5的安全帽检测[J]. 计算机与现代化, 2023, 0(10): 59-64.
[10]	沈加炜, 陆一鸣, 陈晓艺, 钱美玲, 陆卫忠, . 基于深度学习的人体行为检测方法研究综述[J]. 计算机与现代化, 2023, 0(09): 1-9.
[11]	顾成伟, 丁勇, 李登华. 基于计算机视觉的工业厂区人员安全警戒系统[J]. 计算机与现代化, 2023, 0(09): 20-26.
[12]	管金平, 杨晋吉, 杨成龙. 基于概率模型的Raft协议形式化验证[J]. 计算机与现代化, 2023, 0(09): 77-81.
[13]	刘显茁, 邓韦斯, 谢恩彦. 考虑分布式发电并网的配电网自适应保护系统[J]. 计算机与现代化, 2023, 0(09): 120-126.
[14]	农皓程, 任德均, 任秋霖, 刘澎笠, 黄德成. 基于改进ConvNeXt的软塑包装表面异常检测算法[J]. 计算机与现代化, 2023, 0(08): 12-17.
[15]	刘昱杉, 刘卫康, 刘庆华, 者甜甜, 王家晨. 基于YOLOX结合DeepSort的船载车辆行人检测算法[J]. 计算机与现代化, 2023, 0(08): 60-67.

基于行为的分布式恶意代码检测技术

Distributed Malware Detection Technology Based on Behavior

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价