网络安全技术与应用2024，Issue(1) ：34-36.

一种基于最大频繁子图基因的恶意软件系统化命名方法

周显春 肖衡 焦萍萍 王欣宇
网络安全技术与应用2024，Issue(1) ：34-36.
✕
  • 维普
  • 万方数据

一种基于最大频繁子图基因的恶意软件系统化命名方法

周显春 1肖衡 1焦萍萍 1王欣宇1
扫码查看

作者信息

  • 1. 三亚学院 信息与智能工程学院 海南 572022
  • 折叠

摘要

为了更好地理解恶意软件的行为和特征,并加强公众对计算机安全的认识,本文提出了一种基于最大频繁子图基因的恶意软件系统化命名方法.该方法动态提取恶意软件的动态特征,使用SFFSM-SPIN-MGM算法和遗传签名来实现最大频繁子图的提取和编码,并建立Trie基因库.然后,利用随机森林算法对恶意软件进行检测.实验结果表明,该模型具有较强的泛化能力,能够有效地识别实验室现有恶意软件的变种测试集.

关键词

恶意软件/最大频繁子图基因/SFFSM-SPIN-MGM算法/命名方法

引用本文复制引用

出版年

2024
网络安全技术与应用
北京大学出版社

网络安全技术与应用

CHSSCD
影响因子：0.417
ISSN：1009-6833
段落导航相关论文