基于粗糙集和贝叶斯分类器的病毒程序检测

摘要：

在病毒程序检测中将粗糙集与贝叶斯分类器相结合.该方法在粗糙集属性约简的基础上,综合考虑了条件属性和决策属性的依赖性以及条件属性间的依赖性对约简的影响.通过基于依赖性的属性约简,减少对属性变量间独立性的限制,发挥贝叶斯分类器的鲁棒性潜能,优化贝叶斯分类器的特性.实验结果表明,检测率达到97.88%,正确率为97.16%,明显高于传统的基于特征和RIPPER的方法,也高于多贝叶斯方法;虚警率为5.19%,也比上述所有方法均有所降低.

关键词：粗糙集、贝叶斯分类器、病毒、网络安全

所属期刊栏目：40

分类号：TP311(计算技术、计算机技术)

在线出版日期：2005-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：659-662,672