مقایسه چند روش مختلف تشخیص و ارزیابی خود کار بدافزار
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,527
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CEIT01_195
تاریخ نمایه سازی: 9 تیر 1393
چکیده مقاله:
امروزه تشخیص بدافزار یک حوزه جدید در علم محسوب شده و همواره یکی از مسائل مهم در خصوص امنیت اطلاعات بشمار می آید. روش های پیشرفته ای برای تشخیص بدافزار وجود دارد که از تکنیک های ایستا، خوشه بندی و یادگیری استفاده می کنند. با این حال این الگوریتم ها معمولاً دارای نرخ بالای نمونه های مثبت غلط بوده و یا دقت تشخیص آن ها پایین می باشد.روش های هوشمند کنونی، با تکیه بر تکینک های یادگیری ماشین، کمک به درک سریعتر رفتارهای مخرب کرده و در نتیجه راه را برای تشخیص و ارزیابی بدافزار هموارتر ساخته است. این پژوهش ضمن مرور مفاهیمی مانند تشخیص ، ارزیابی بدافزار و تکنیک های یادگیری به مقایسه چند روش مختلف تشخیص خود کار بدافزار پرداخته و پارامترهای مشترک روش های مذکور را استخراج می کند.
کلیدواژه ها:
نویسندگان
محمد هادی معظم
عضو هیئت علمی دانشگاه پیام نور تهران، ایران
حسین شیرازی
عضو هیئت علمی ICT دانشگاه صنعتی مالک اشتر، تهران ، ایران
فرزانه لشگری
دانشجوی کارشناسی ارشد دانشگاه پیام نور تهران ، ایران
سیدمحمدرضا فرشچی
دانشکده فرماندهی و کنترل آزمایشگاه شبکه های اجتماعی تهران، ایران
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 :