|
|||||
|
|
| 基于多类特征的JavaScript恶意脚本检测算法* | |
| 引用本文： | 付垒朋,张瀚,霍路阳.基于多类特征的JavaScript恶意脚本检测算法*[J].模式识别与人工智能,2015,28(12):1110-1118. |
| 作者姓名： | 付垒朋 张瀚 霍路阳 |
| 作者单位： | 南开大学 计算机与控制工程学院 天津 300071 南开大学 天津市智能机器人技术重点实验室 天津 300071 |
| 基金项目： | 国家自然科学基金项目(No.61004086)、天津市自然科学基金项目(No.15JCYBJC18900)资助 |
| 摘 要： | 针对脚本样本集具有混淆、统计、语义等不同层面上的特征，设计基于多类特征的JavaScript恶意脚本检测算法，实现针对恶意JavaScript脚本的离线分析系统JCAD.首先提取脚本的混淆特征，使用C4.5决策树分析被混淆的脚本并解除混淆.然后提取脚本的静态统计特征，根据语义进行脚本序列化，构造危险序列树，提取脚本的危险序列特征.最后以三类特征作为输入，采用对脚本样本集的非均匀性与不断增加的特点具有较强适应能力的概率神经网络构造分类器，判断恶意脚本.实验表明，该算法具有较好的检测准确率与稳定性. |
| 关 键 词： | 恶意脚本检测 多类特征 概率神经网络 网页挂马攻击 |
| 收稿时间： | 2014-10-22 |
JavaScript Malicious Script Detection Algorithm Based on Multi-class Features |
|
| FU Lei-Peng,ZHANG Han,HUO Lu-Yang.JavaScript Malicious Script Detection Algorithm Based on Multi-class Features[J].Pattern Recognition and Artificial Intelligence,2015,28(12):1110-1118. | |
| Authors: | FU Lei-Peng ZHANG Han HUO Lu-Yang |
| Affiliation: | College of Computer and Control Engineering, Nankai University, Tianjin 300071 Tianjin Key Laboratory of Intelligent Robotics, Nankai University, Tianjin 300071 |
| Abstract: | |
| Keywords: | Malicious Script Detection Multi-class Features Probabilistic Neural Network Drive-by-Download Attack |
| 点击此处可从《模式识别与人工智能》浏览原始摘要信息 | |
| 点击此处可从《模式识别与人工智能》下载全文 | |