惡意代碼檢測(cè)中若干關(guān)鍵技術(shù)研究.pdf

1、隨著信息化進(jìn)程的日益深入和互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，計(jì)算機(jī)在給人們的生活和工作方式帶來(lái)巨大便利的同時(shí)也帶來(lái)了計(jì)算機(jī)病毒，因此產(chǎn)生了日益嚴(yán)峻的信息安全問(wèn)題。雖然在商業(yè)應(yīng)用中已經(jīng)有很多種類(lèi)的殺毒軟件，但一般都是傳統(tǒng)的基于標(biāo)簽的惡意代碼檢測(cè)技術(shù)，這種檢測(cè)方法誤報(bào)率低漏報(bào)率高，不能檢測(cè)新型惡意代碼，這個(gè)特點(diǎn)造成了惡意代碼檢測(cè)技術(shù)存在著巨大的漏洞，使得殺毒軟件在面對(duì)新型病毒時(shí)失去了它應(yīng)有的價(jià)值，造成計(jì)算機(jī)用戶(hù)的安全隨時(shí)受著威脅。基于異常檢測(cè)的方法能夠

2、檢測(cè)新型的惡意代碼，因而大量研究者對(duì)惡意代碼檢測(cè)研究一般采用基于異常檢測(cè)的方法。本文基于機(jī)器學(xué)習(xí)和正則化方法對(duì)惡意代碼檢測(cè)的若干關(guān)鍵問(wèn)題進(jìn)行研究，著眼于惡意代碼檢測(cè)的過(guò)程，對(duì)其中的兩個(gè)重要環(huán)節(jié)即惡意代碼特征表示方法和惡意代碼特征選擇方法進(jìn)行了深入研究。全文主要研究工作從以下四個(gè)方面展開(kāi):
　　 (1)對(duì)惡意代碼特征表示方法進(jìn)行研究
　　 本文根據(jù)惡意代碼檢測(cè)過(guò)程中惡意代碼特征表示原理和特征表示粒度的不同，對(duì)現(xiàn)有的惡意代碼

3、特征表示方法進(jìn)行了深入研究，對(duì)現(xiàn)有的各種表示方法進(jìn)行回顧、梳理并將其分為基于n元序列的特征表示方法，基于OPCode的特征表示方法，基于基本塊的特征表示方法，基于行為的特征表示方法。
　　 (2)對(duì)惡意代碼特征選擇方法進(jìn)行研究
　　 本文對(duì)惡意代碼特征選擇方法進(jìn)行了系統(tǒng)的研究，特征選擇是惡意代碼檢測(cè)的第二個(gè)階段，良好的特征選擇方法可以有效降低樣本數(shù)據(jù)的維數(shù)提高分類(lèi)器的分類(lèi)效率和正確率，本文對(duì)現(xiàn)有的部分特征選擇方法包括基于

4、有監(jiān)督的信息增益(InformationGain,IG)方法、開(kāi)方擬合檢驗(yàn)方法(x2，CHI)和無(wú)監(jiān)督的文檔頻率(DocumentFrequency,DF)方法、基于熵的選擇(Entropy-Basedranking)方法、單詞貢獻(xiàn)度(TermContribution，TC)方法，F(xiàn)isher分值(F-score)方法進(jìn)行系統(tǒng)的總結(jié)梳理。
　　 (3)對(duì)惡意代碼特征選擇的各種方法性能進(jìn)行對(duì)比分析
　　 由于使用不同的特征

5、選擇方法對(duì)惡意代碼檢測(cè)的性能有不同的影響，本文使用常用的基于N元序列的n-gram特征表示方法提取樣本的特征，然后使用常用的惡意代碼特征選擇方法進(jìn)行樣本的特征選擇，用選取的特征進(jìn)行分類(lèi)器的訓(xùn)練，最后通過(guò)仿真實(shí)驗(yàn)對(duì)各種特征選擇方法選取的特征對(duì)最終惡意代碼分類(lèi)器的分類(lèi)性能貢獻(xiàn)大小進(jìn)行分析。
　　 (4)提出基于正則化的單類(lèi)支持向量機(jī)
　　 傳統(tǒng)的單類(lèi)分類(lèi)方法基于無(wú)監(jiān)督學(xué)習(xí)理論，缺乏對(duì)惡意代碼檢測(cè)領(lǐng)域中存在的未標(biāo)號(hào)的樣本的使用