CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

مقایسه چند روش مختلف تشخیص و ارزیابی خود کار بدافزار

عنوان مقاله: مقایسه چند روش مختلف تشخیص و ارزیابی خود کار بدافزار
شناسه ملی مقاله: CEIT01_195
منتشر شده در اولین کنفرانس ملی نوآوری در مهندسی کامپیوتر و فنآوری اطلاعات در سال 1392
مشخصات نویسندگان مقاله:

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

خلاصه 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.

کلمات کلیدی:
تشخیص بدافزار، ارزیابی بدافزار، یادگیری، دسته بندی بدافزار

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/262792/