ابوالفضل سرکرده یی - دانشجوی کارشناسی ارشد کامپیوتر گرایش هوش مصنوعی دانشگاه صنعتی شاهرود
علی اکبر پویان - استادیار دانشکده کامپیوتر و فناوری اطلاعات دانشگاه صنعتی شاهرود
حمید حسن پور - دانشیار دانشکده کامپیوتر و فناوری اطلاعات دانشگاه صنعتی شاهرود

امروزه بخش اصلی در ضدبدافزارها جهت تشخیص بدافزار روشی براساس علامت های هویتی می باشد که اینگونه روش ها توانایی شناسایی بدافزارهای جدید و ناشناخته را ندارند، در این مقاله روشی هوشمند براساس قسمت آخر فایل اجرایی ارایه شده است که با در نظر گرفتن 2 بایت ها در قسمت آخر فایل به عنوان کلمه و استفاده از روش های وزن دهی ویژگی ها که در دسته بندی متن استفاده می شود؛به همراه روش نزدیک ترین همسایه به عنوان روش دسته بندی می تواند با دقت 99.10 درصد فایل آلوده را شناسایی کند

دسته بندی متن، کد مخرب ناشناخته، فایل اجرایی آلوده، بدافزار ناشناخته