计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2015年
3期
890-894
,共5页
胥攀%刘胜利%兰景宏%肖达
胥攀%劉勝利%蘭景宏%肖達
서반%류성리%란경굉%초체
数据流%Bagging%木马检测%C4.5决策树
數據流%Bagging%木馬檢測%C4.5決策樹
수거류%Bagging%목마검측%C4.5결책수
data flow%Bagging%Trojan detection%C4.5 decision tree
传统基于单数据流的木马检测方法在实际应用中具有较高的误报率,为此提出一种基于多数据流分析的木马检测方法.通过对应用程序的数据流进行聚类形成数据流簇,在数据流簇上提取相应属性特征描述木马的通信行为,并采用集成学习方法对改进的C4.5决策树分类算法进行多轮训练,生成检测规则,建立检测模型.实验表明,基于多数据流分析的木马检测方法有效降低了传统基于单数据流检测的误报率,并且对无控制端的木马通信数据流具有较好的检测能力,产生的重复报警信息也大大减少,提高了基于数据流的木马检测方法的实用性.
傳統基于單數據流的木馬檢測方法在實際應用中具有較高的誤報率,為此提齣一種基于多數據流分析的木馬檢測方法.通過對應用程序的數據流進行聚類形成數據流簇,在數據流簇上提取相應屬性特徵描述木馬的通信行為,併採用集成學習方法對改進的C4.5決策樹分類算法進行多輪訓練,生成檢測規則,建立檢測模型.實驗錶明,基于多數據流分析的木馬檢測方法有效降低瞭傳統基于單數據流檢測的誤報率,併且對無控製耑的木馬通信數據流具有較好的檢測能力,產生的重複報警信息也大大減少,提高瞭基于數據流的木馬檢測方法的實用性.
전통기우단수거류적목마검측방법재실제응용중구유교고적오보솔,위차제출일충기우다수거류분석적목마검측방법.통과대응용정서적수거류진행취류형성수거류족,재수거류족상제취상응속성특정묘술목마적통신행위,병채용집성학습방법대개진적C4.5결책수분류산법진행다륜훈련,생성검측규칙,건립검측모형.실험표명,기우다수거류분석적목마검측방법유효강저료전통기우단수거류검측적오보솔,병차대무공제단적목마통신수거류구유교호적검측능력,산생적중복보경신식야대대감소,제고료기우수거류적목마검측방법적실용성.
