基于數(shù)據(jù)挖掘的惡意軟件檢測研究.pdf

1、隨著信息系統(tǒng)的廣泛應用，惡意軟件始終困擾著系統(tǒng)的安全，損失越來越大。傳統(tǒng)的檢測方法使用靜態(tài)字節(jié)序列，只能處理樣本量較少、已知的惡意軟件，無法檢測新的、未知的惡意軟件。尤為嚴重的是，混淆技術大量應用，導致每天有上萬個沒有特征記錄的樣本出現(xiàn)。
　　 針對上述問題，本文借鑒信息檢索領域中的分類技術，提出應用數(shù)據(jù)挖掘分類、聚類算法檢測惡意軟件，從靜態(tài)、動態(tài)兩種特征入手，研究如何有效地抽取文件特征屬性檢測惡意軟件。本文主要工作與貢獻如下：

2、
　　 1)提出一種基于靜態(tài)信息挖掘的惡意軟件檢測方法
　　 針對傳統(tǒng)的字節(jié)序列特征的不足，本文提出利用數(shù)據(jù)挖掘方法，基于三種靜態(tài)信息的惡意軟件檢測方法。在軟件脫殼、解密之后，從反匯編、引入地址表中得到的匯編碼操作類型的中間形式表示的文本、中間形式文本的N-gram特征集、靜態(tài)系統(tǒng)調用集。然后將這些靜態(tài)信息轉換為布爾型向量，在該向量空間模型中進行主特征選擇、維度規(guī)約。最后把樣本的向量表示用來訓練、驗證、測試了四種分類模型

3、。其中自適應數(shù)據(jù)壓縮算法專門用于處理中間形式表示的文本，另外三種算法已集成在現(xiàn)有系統(tǒng)中。實驗結果表明自適應壓縮算法檢測效果最佳，檢測率為95.5％，誤報率為1.7%。
　　 2)提出一種基于系統(tǒng)調用序列挖掘的惡意軟件檢測方法
　　 針對當前大量應用的混淆技術，本文提出基于系統(tǒng)調用序列的惡意軟件檢測。首先利用監(jiān)控虛擬環(huán)境的工具，記錄軟件在虛擬環(huán)境中運行時系統(tǒng)調用序列，得到動態(tài)信息。然后使用N-perm方法處理序列串，并結合