基于免疫原理的恶意软件检测模型*

针对恶意软件检测尤其是未知恶意软件检测的不足,提出一种基于免疫原理的恶意软件检测模型,该模型采用程序运行时产生的IRP请求序列作为抗原,定义系统中的正常程序为自体,恶意程序为非自体,通过选定数量的抗体,采用人工免疫原理对非自体进行识别。实验结果表明,此模型在恶意软件的检测方面具有较高的准确率,且误报和漏报率较低,是一种有效的恶意软件检测方法。     

计算机病毒检测工具的实现

病毒检测是计算机安全领域的重要技术之一,是反病毒技术的核心。利用病毒检测技术便于发现计算机系统是否受到安全威胁,同时也可以及时通告用户做好病毒防范措施,本文设计实现了一个对该病毒的检测工具。     

新界面新体验 360安全卫士7.0全面评测

不同于专业的反病毒软件,近年来,以提供木马病毒检测、系统修复、漏洞修补、浏览器反劫持等功能的专业安全工具,成为了很多用户、辅助杀毒软件使用的安全产品。如360安全卫士、瑞星卡卡等软件,也得到了很多用户的认可,快速检测恶意威胁,保持系统的稳定运行……     

免疫原理在计算机病毒检测中的应用

主要探讨免疫原理在计算机病毒检测中的应用,并实现了一种将否定选择、克隆选择等生物免疫机制应用于传统的基于特征码的计算机病毒检测法.实验表明,该方法具有检测已知病毒和识别病毒的一些未知变种的能力,能够自动提取特征码,并且生成的病毒特征码具有很低的误别率,是一种实用的计算机病毒检测的方法.     

全面阻截互联网上电子邮件病毒

当电子邮件曰益成为日常交往的重要手段的同时,病毒的阴影也开始环绕在电子邮件的周围。今天,有超过七成以上的计算机病毒是通过电子邮件传播的。那么我们如何才能较全面地阻截邮件病毒呢?通常可以使用如下措施:1、禁止其他程序暗中发送邮件为了防止邮件病毒自动查询用户     

基于动态克隆选择算法的病毒检测模型

为了更加有效地检测病毒变种和未知病毒,受生物免疫系统的启发,提出了一种基于人工免疫系统(AIS)的计算机病毒检测模型.通过引入动态克隆选择算法并对其改进,解决了训练过程中自我空间静态固定的问题,提高了病毒检测系统对于不断变化病毒环境的动态适应能力.实验结果表明,该模型拥有较强的自适应能力,可有效地检测病毒程序,并且具有较低的误报率.     

基于行为特征的恶意代码检测方法

研究基于行为特征的恶意代码检测模型及其实现方式,并分析实现中的关键技术。使用自定义行为特征编码模板进行恶意代码匹配,将短周期内2次匹配成功作为判定恶意代码的标准,利用最大熵原理分析2次恶意代码行为的信息论特征。实验结果表明,该方法具有较低的病毒检测误报率和漏报率,并且能有效防范未知恶意代码。     

木马病毒分析及其检测方法研究

特洛依木马作为一种新型的计算机网络病毒,它比其它病毒所构成对网络环境中计算机信息资源的危害都要大。文章对木马病毒特点和所采用技术方法进行了归纳研究,详细介绍了木马病毒在植入、加载、隐蔽、反清除、信息采集和网络通信等六方面所采用的技术方法;在此基础上,提出了基于多Agent协作实现未知新木马病毒自动识别新方法。该方法利用驻留在局域网各机器监测Agent和网络监测Agent所收集的证据和初步判断,并由协作Agent对这些证据和初步判断进行融合印证并做出最终结论。初步实验结果表明,该方法可以有效发现冰河木马病毒和广外女生木马病毒。     

一个简单实用的病毒检测程序

病毒是一种隐蔽性很强的有害程序,它以磁盘为主要存贮媒介,驻留在计算机的内存中伺机发作,破坏用户的程序文件、数据文件以及引导扇区的内容,给用户带来极大危害.随着计算机应用的日益普及和网络的兴起,病毒的传播越来越广,危害日甚.如何预防和消除病毒是计算机专家和普通用户共同关心的问题.现在常见的病毒检测工具,如公安部KILL 73、KV100等,都是以病毒的特征码为依据进行检测的,这种检测手段对于技巧高超的多形型病毒以及未知特征码的病毒显     

基于SVM的计算机病毒检测系统

自从第一例计算机病毒被发现以来，特征码法一直是病毒检测的基本方法。但是，病毒的复杂化和变形病毒的出现，限制了该法的有效应用。本文提出一种基于支持SVM的通用病毒智能检测方法，通过支持SVM算法的应用，使得检测系统在小样本的情形下仍具有良好的泛化能力。然后，以系统API函数调用执行迹为例，测试了该法的检测性能，并
将实验结果与其他检测方法进行了比较。实验表明，API函数调用序列在区分正常与恶意PE格式程序文件上有很好的辨别力，发现基于支持SVM的病毒检测系统所需要的先验知
知识小于其他方法。而且，当检测性能相当时，系统的训练时间将会缩短。