ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

تشخیص بد افزار روت کیت بر مبنای الگوی فراخوانی های سیستمی با استفاده از روش های یادگیری ماشین

سال انتشار: 1392
کد COI مقاله: CESD01_163
زبان مقاله: فارسیمشاهده این مقاله: 856
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 9 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تشخیص بد افزار روت کیت بر مبنای الگوی فراخوانی های سیستمی با استفاده از روش های یادگیری ماشین

سارا نجاری - دانشجوی کارشناسی ارشد دانشگاه پیام نور تهران
اکبر فرهودی نژاد - عضو هیئت علمی دانشگاه پیام نور
عباسعلی رضایی - عضو هیئت علمی دانشگاه پیام نور

چکیده مقاله:

نرم افزارهای مخرب یک تهدید عمده برای امنیت سیستم های کامپیوتری محسوب می شوند. تعداد و تنوع آن ها، باعث ارائه ی انواع متعددی از راه های دفاعی در مقابل آن ها شده است به گونه ای که میلیون ها نفری که روزانه در اینترنت در حال گشت و گذار هستند با وجود تمام این ابزار های ضد بد افزار، هنوز هم به انواع متفاوتی از این مخرب ها از جمله، کرم ها، ویروس ها، روت کیت و ... مبتلا می شوند و علت آن اعمالی مانند چند ریختی، مبهم سازی، بسته بندی و ... است که امروزه توسط نویسندگان مخرب ها استفاده می شوند و تا حد زیادی مانع از تشخیص بد افزارها در سطح فایل شده است. این پژوهش علاوه بر مروری کلی بر روی مفاهیم اساسی مانند تشخیص و ارزیابی بد افزار و تکنیک های یادگیری به ارائه یک روش جدید برای تشخیص آن ها پرداخته است.

کلیدواژه ها:

بد افزار، تشخیص بد افزار، تکنیک های فرار، یادگیری ماشین، داده کاوی

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا CESD01_163 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/238990/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
نجاری، سارا و فرهودی نژاد، اکبر و رضایی، عباسعلی،1392،تشخیص بد افزار روت کیت بر مبنای الگوی فراخوانی های سیستمی با استفاده از روش های یادگیری ماشین،همایش مهندسی کامپیوتر و توسعه پایدار با محوریت شبکه های کامپیوتری، مدلسازی و امنیت سیستم ها،مشهد،https://civilica.com/doc/238990

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1392، نجاری، سارا؛ اکبر فرهودی نژاد و عباسعلی رضایی)
برای بار دوم به بعد: (1392، نجاری؛ فرهودی نژاد و رضایی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • . Egele, M. S. (2012). A Survey _ Automated Dynamic ...
  • . K. Mathur, S.H. (2013). A Survey on Techniques in ...
  • . C. Ravi, R. M. (2012). Malware Detection using Windows ...
  • . M. Sain, A.P, H.L. (2012). Survey on malware evasion ...
  • . J. Joy, A.J, J. (2011). Rootkit Detection Mechanism: A ...
  • . R. Karthik. (2012). Selecting Features to Classify Malware. Product ...
  • . F. Daryabar, A. D, H.G. (2011). INVE STIGATION _ ...
  • . G. Tahan, L.R.Y. (2012). Automatic Malware Detection Using Common ...
  • . I. Gurrutxaga, O , A.J .P, J.M, J.M, I.P ...
  • . S. Damodhare, P.G. (2012). INTE LLIGENT MALWARE DETECTION SYSTEM, ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: پیام نور
    تعداد مقالات: 55,045
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی