反病毒软件篇

目前,反病毒软件产品的拓展空间还很大。普通用户正在快速增加,集团用户的需求也越来越强烈。随着互联网、局域网的防毒、杀毒需求越来越大,以防为主,加强查、杀将是反病毒软件的一个发展趋势。 从对反病毒软件购买者的情况分析中,我们不难看出个人（家庭）用户或小单位用户由于所冒的购买风险成本比较低,因而购买行为比较灵活。由于这种用户类型的市场容量非常大,并已成为反病毒软件厂商不可忽视的竞争阵地。企业级用户对反病毒软件产品的安全性要求高的同时,更注重产品的质量和售后服务,购买行为比较慎重,对反病毒软件厂商自身…     

提高警惕 有效防毒

现在,人们开始意识到要预防病毒,并普遍地主动去购买反病毒软件产品,但对于反病毒软件的认识还存在着一定的误区,在此,我们向您介绍一些遭到病毒入侵后的表现以及用户在日常使用计算机的过程中选购反病毒软件以及防范病毒应注意的问题。     

卡巴斯基产品的恶意软件感染修复率获Advanced+认证

近日,在知名研究实验室AV-Comparatives于2011年11月进行的反病毒软件修复感染能力测试中,卡巴斯基反病毒软件2012再一次获得了最高荣誉——Advanced+认证。参加本次测试的反病毒软件产品来自多个不同的安全厂商,测试中需要将参与测试的产品安装到已经被感染的系统上,然后检测不同产品清除恶意代码的能力。卡巴斯基反病毒软件2012成功检测和清除了所有测试中使用的恶意程序。     

反病毒产品面面观

随着计算机病毒的蔓延,反病毒技术诞生并发展起来,并迅速形成了一种反病毒产业,一时间这一产业也成了我国计算机商业领域中销量最大的产业之一。虽然反病毒产品有辅助硬件产品,也有软件产品,如著名的有CPAV、SCAN、CLEAN、KILL、TNTVIRUS等等,但目前,我国反病毒产品的主流是以反病毒卡为代表的辅助硬件产品。下面分别介绍几个我国市场上比较流行的反病毒产品,为读者购买提供参考。     

读者之声

一周的时间匆匆过去了。在上周所发生的值得关注的事件还真是不少,下面就让我们一起来了解一下。 微软欲进军反病毒领域 全球最大的软件供应商微软在上周一宣布,它们正打算推出反病毒软件产品,从而与Symantec 和 NetworkAssociates展开竞争。     

反病毒产品潮起潮落 反病毒技术日趋成熟

80年代中后期以来,计算机病毒以其在全球的大规模疫情、造成的严重损失和心理损害,以及对未来信息系统的威胁,在计算机业界引起了极大震动,从反面为反病毒工作者设立了课题,从而极大地促进了反病毒技术的迅速发展。 计算机反病毒技术主要包括三大部分:计算机病毒预防技术、计算机病毒检测技术和计算机病毒的消除技术。目前已经推出了许多与之相应的产品。这些产品依其实现的方法可以分为两大类:一类是纯软件产品(如SCAN、CPAV),一     

通用软件放异彩

以金山、交大铭泰为代表的通用软件公司在年末推出了多款产品,而几家老牌的反病毒软件厂商也都纷纷摩拳擦掌,一时间,各种软件产品纷至沓来,让用户感觉到软件领域好戏连台。     

“中国软件企业十大领军人物”评选活动候选人情况公示

王江民北京江民新科技术有限公司总裁著名的反病毒专家、国家高级工程师、中国残联理事、山东省烟台市政协委员、山东省肢残人协会副理事长,荣获过“全国新长征突击手标兵”、“全国青年自学成才标兵”、“全国自强模范”等荣誉,有着20多项技术成果和专利,在信息安全领域更作出了突出贡献。北京江民新科技术有限公司是目前国内综合实力最强的反病毒软件产品专业生产厂商,集反病毒软件的研发、生产、销售、服务于一体;拥有国内最多的正版用户。产品市场占有率始终第一,销量持续四年高踞榜首,形成了国内最大的快速反病毒网络和完善的售前售后…     

冠群金辰与联想达成捆绑销售协议

CA公司在中国的合资公司——北京冠群金辰软件有限公司日前与联想电脑有限公司达成协议,冠群金辰的主打产品——业界领先的反病毒软件KiLL for Windows 95/98专用版及其后续升级软件产品将与联想电脑的PC整机一起,进行捆绑销售。 双方协议,从1999年11月1日起,冠群金辰的反病毒软件KILL for Windows 95/98专用版将成为联     

金辰、CA终结晶——Kill 98认证版正式投放市场

记者陈丽羡报道7月21日,由美国CA有限公司与公安部金辰公司合资成立的公司终于有了正式的名字“冠群金辰”,同时,合资公司的首项软件产品——Kill 98认证版正式投放市场,这是一个具有国际水准并适合中国用户需求的新一代反病毒产品。Kill 98认证版融合了CA公司国际领先的反病毒技术、底层无缝连接技术和金辰公司国内领先的反病毒技术。据了解,Kill 98认证版的核心层、底层及防治模块采用CA著名的Enoculan技术。而界面、病毒检测和治疗采用金     

基于自适应高斯混合模型的软件测试用例集约简算法研究

为了最大化的找出软件测试用例集中的相似用例,实现对用例的最优精简,提出了一种自适应的高斯混合模型;提出的模型使用K-means初始化EM,自适应地确定聚类簇数目,在此过程中能够评判聚类结果,同时给出式高斯混合模型的所有参数,这些参数作为各个聚类簇进行新一轮迭代计算的参数,最终得到的结果更趋于最优解;实验结果表明,相对现有的高斯混合模型和模糊K-Means聚类模型等算法,文章提出的自适应高斯混合模型算法能够最小化软件测试用例集,约简后的用例所覆盖的范围相对更广,测试出的软件错误率较高,对软件测试用例集多变的适应性好。     

神经网络、遗传算法在发酵优化软件平台设计中的应用

本课题设计了基于DDE的VB、Excel和Matlab的发酵过程优化软件平台，并将该软件平台应用到多粘菌素发酵过程PH值的寻优。实践表明：该优化软件平台能够确定发酵过程被控参数的优化轨线，为优化控制提供一个主要目标。     

Software effort estimation based on the optimal Bayesian belief network

In this paper, we present a model for software effort (person-month) estimation based on three levels Bayesian network and 15 components of COCOMO and software size. The Bayesian network works with discrete intervals for nodes. However, we consider the intervals of all nodes of network as fuzzy numbers. Also, we obtain the optimal updating coefficient of effort estimation based on the concept of optimal control using Genetic algorithm and Particle swarm optimization for the COCOMO NASA database. In the other words, estimated value of effort is modified by determining the optimal coefficient. Also, we estimate the software effort with considering software quality in terms of the number of defects which is detected and removed in three steps of requirements specification, design and coding. If the number of defects is more than the specified threshold then the model is returned to the current step and an additional effort is added to the estimated effort. The results of model indicate that optimal updating coefficient obtained by genetic algorithm increases the accuracy of estimation significantly. Also, results of comparing the proposed model with the other ones indicate that the accuracy of the model is more than the other models.     

基于遗传算法的软件质量预测

研究提高软件质量问题,软件质量是一种智力产品,质量度量属性较多,传统神经网络无法准确提取最优度量软件质量属性,预测准确率低。为了提高软件质量预测准确率,将遗传算法引入到软件质量度量属性选择中。首先采用遗传算法选择最优软件质量度量属性,然后将度量属性输入神经网络进行训练,建立软件质量预测模型。通过仿真对模型性能进行测试,结果表明,遗传神经网络对软件质量预测模型降低软件质量预测错误率,提高预测准确率,在理论和实际上都具有创新性。     

基于社会认知算法的软件可靠性分配问题研究

针对软件可靠性分配问题中求解全局最优解的困难,在保证系统开发费用最低的前提条件下,将可靠性指标分配到每个模块中,并利用一种新的智能优化算法——社会认知算法来搜索模型的最优解。实验结果表明了社会认知算法在求解软件可靠性分配问题中的有效性。     

基于群智能的模糊多目标软件可靠性冗余分配

针对软件可靠性冗余分配问题,建立了一种模糊多目标分配模型,并提出了基于分布估计的细菌觅食优化算法求解该模型。将软件可靠性和成本作为模糊目标函数,通过三角形隶属函数对模糊多目标进行处理,用高斯分布对细菌觅食算法进行优化,并将该优化算法用来求解多目标软件可靠性冗余分配问题,设置不同的隶属函数参数可以得到不同的Pareto最优解,实验数据验证了该群智能算法对解决多目标软件可靠性分配的有效性和正确性,Pareto最优解可为在可靠性和成本之间决策提供依据。     

基于遗传算法的模糊控制器的综合优化设计

该文简要叙述了模糊控制器的优化设计原理,提出了一种采用遗传算法对模糊控制器的量化因子、比例因子、隶属函数的参数和模糊控制规则进行综合优化的设计方法,并采用VisualC++6.0编制了相应的软件,该软件已成功地应用于工程中。此外,该软件也可作为遗传优化和模糊控制器设计的辅助教学软件。     

基于非马尔可夫随机Petri网的软件再生建模与分析

软件老化是影响软件系统可靠性的重要潜在因素,软件再生作为一种主动预防性的软件容错技术是解决软件老化问题的主要手段.以往的随机Petri网再生模型假定所有变迁的实施时间服从指数分布.针对变迁的实施时间服从确定性分布或一般性分布的情况,文中提出了一种用非马尔可夫随机Petri网建立软件再生模型的方法.该方法采用马尔可夫再生理论对模型进行分析,并给出模型的瞬态解和稳态解.仿真实验表明:选择合适的软件再生周期,可以有效地降低存在老化的软件系统的平均宕机成本,提高系统的可用性和可靠性.     

Optimal allocation of testing effort during testing and debugging phases: a control theoretic approach

Allocation of efforts to a software development project during the testing phase is a multifaceted task for software managers. The challenges become stiffer when the nature of the development process is considered in the dynamic environment. Many software reliability growth models have been proposed in last decade to minimise the total testing-effort expenditures, but mostly under static assumption. The main purpose of this article is to investigate an optimal resource allocation plan to minimise the cost of software during the testing and operational phase under dynamic condition. An elaborate optimisation policy based on the optimal control theory is proposed and numerical examples are illustrated. This article also studies the optimal resource allocation problems for various conditions by examining the behaviour of the model parameters and also suggests policy for the optimal release time of the software. The experimental results greatly help us to identify the contribution of each selected parameter and its weight.     

Time Optimal Software Pipelining of Loops with Control Flows

Software pipelining is widely used as a compiler optimization technique to achieve high performance in machines that exploit instruction-level parallelism. However, surprisingly, there have been few theoretical or empirical results on time optimal software pipelining of loops with control flows. In this paper, we present three new theoretical and practical contributions for this underinvestigated problem. First, we propose a necessary and sufficient condition for a loop with control flows to have an optimally software-pipelined program. We also present a decision procedure to compute the condition. As part of the formal treatment of software pipelining, we propose a new formalization of software pipelining. Second, we present two software pipelining algorithms. The first algorithm computes an optimal solution for every loop satisfying the condition, but may run in exponential time. The second algorithm computes optimal solutions efficiently for most (but not all) loops satisfying the condition. The former one proves the sufficiency of the condition and the latter one suggests a practical optimal software pipelining algorithm. Third, we present experimental results which strongly indicate that achieving the time optimality in the software-pipelined programs is a viable goal in practice with reasonable hardware support.