HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于自相似特性的恶意代码动态分析技术

作者:李鹏 王汝传恶意代码自相似性api序列hurst指数

摘要:在比较恶意代码的分析技术的基础上,将自相似特性技术引入恶意代码的动态分析中。跟踪同类型的恶意程序,采集API函数的调用序列,提取关键特征信息,得到时间调用序列,并进行归一化处理。通过重新标度权差分析算法、回归方差算法和Higuchi算法,分别计算程序的Hurst指数,匹配同种恶意程序的自相似性。将恶意程序与正常程序的API调用序列和Hurst指数进行对比实验表明,恶意程序调用API函数与正常程序存在差异,并且同一类型的恶意程序确实具有自相似性,从而能够动态检测出恶意程序。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

南京邮电大学学报·自然科学版

《南京邮电大学学报·自然科学版》(CN:32-1772/TN)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《南京邮电大学学报·自然科学版》主要刊登能及时反映代表学科前沿、学术上有特色的通信与信息系统、信号与信息处理、电磁场与微波技术、通信系统与通信网、图像通信与多媒体通信、移动通信与光通信、计算机软件与理论、计算机应用技术、信息安全与信息网络、控制理论与控制工程、模式识别与智能系统、物联网等学科或专业的学术论文、研究报告及综...

杂志详情