基于ELF静态结构特征的恶意软件检测方法

摘要：

Linux平台的恶意软件检测方法目前研究较少,主要的分析手段和检测技术依然有很大的局限性。提出了一种基于ELF文件静态结构特征的恶意软件检测方法。通过对Linux平台ELF文件静态结构属性深入分析,提取在恶意软件和正常软件间具有很好区分度的属性,通过特征选择方法约减提取的特征,然后使用数据挖掘分类算法进行学习,使得能正确识别恶意软件和正常文件。实验结果显示,所使用分类算法能够以99.7%的准确率检测已知和未知的恶意软件,且检测时间较短,占用系统资源较少,可实际部署于反病毒软件中使用。

关键词：恶意软件检测、结构特征、机器学习、ELF

所属期刊栏目：44

分类号：TP309(计算技术、计算机技术)

资助基金：国家“863”计划资助项目2008AA01Z208;四川省青年基金资助项目09ZQ026-028

在线出版日期：2012-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：109-114