基于数据挖掘的恶意代码检测综述

摘要：

数据挖掘是一种基于统计学的自动发掘数据规律的方法,它能通过分析海量样本的统计规律来建立判别模型,从而让攻击者难以掌握免杀的规律,近年来得到了广泛关注和快速发展.综述了数据挖掘技术应用于恶意代码检测领域所取得的研究成果;对所涉及的特征提取、特征选择、分类模型及其性能评估方法等方面的研究成果进行了深入分析和比较;最后提出了基于数据挖掘的恶意代码检测所面临的挑战,并对研究方向进行了展望.

关键词：数据挖掘、机器学习、恶意代码检测、特征提取、特征选择

所属期刊栏目：43

分类号：TP393.08(计算技术、计算机技术)

资助基金：国家自然科学基金61233007

在线出版日期：2016-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：13-18,56