摘要: 为解决当前木马检测系统中存在的检测率低、无法检测未知木马等问题,提出一种基于特征选择优化MI算法的非线性SVM木马检测模型。本方法提取每一个可执行程序的API调用序列作为特征向量,通过特征选择算法选中区分度大的部分特征并将其量化成SVM可识别的数据,构建SVM特征向量库,利用样本数据对非线性SVM分类器进行训练学习,获得最优分类超平面。实验结果表明,该模型针对木马程序有高效且稳定的检测能力。
中图分类号:
黄丽梅;吴丽娟;冼月萍. 基于特征选择优化算法的非线性SVM木马检测模型[J]. 计算机与现代化, 2013, 218(10): 106-109,.
HUANG Li-mei;WU Li-juan;XIAN Yue-ping. Trojan Detection Model of Nonlinear SVM Based on Feature Selection Optimization Algorithm[J]. Computer and Modernization, 2013, 218(10): 106-109,.