کشف کدهای مخرب رایانه ای با استفاده از نقش-آپکد مبتنی بر یادگیری ماشین
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 598
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICTCK02_098
تاریخ نمایه سازی: 8 آبان 1395
چکیده مقاله:
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 دسته بندی ساختاریآپکدها ارایه شده است. برای استخراج ویژگی ها ترکیبی از دو روش n- گرم غیرهمجوار استفاده و ویژگی هایی که دارای تفاوت درصد فراوانی بیش از یک می باشد به عنوان ویژگی های موثرتر شامل 113 ویژگی انتخاب شده است. روش پیشنهادی با استفاده از دستهبندهای مختلف مورد آزمایش قرار گرفته و با روش n- گرم در شرایط برابر مقایسه گردیده است. نتایج به دست آمده نشان میدهد که روش پیشنهادی علاوه بر کاهش حجم محاسبات، باعث افزایشدقت شناسایی شده است.
کلیدواژه ها:
نویسندگان
محمد دشتی زاده
دانشجوی کارشناسی ارشد کامپیوتر گرایش نرم افزار دانشگاه آزاد واحد زاهدان
مجید وفائی جهان
عضو هیات علمی دانشگاه آزاد اسلامی واحد مشهد
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 :