基于多类特征的JavaScript恶意脚本检测算法

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

所属期刊栏目：28

分类号：TP389.1(计算技术、计算机技术)

资助基金：国家自然科学基金项目61004086;天津市自然科学基会项目15JCYBJC18900

在线出版日期：2016-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1110-1118