文献类型：期刊文章

作　　者：黄一峰[1] 黄俊伟[1] 吴恋[1]

机构地区：[1]重庆邮电大学新一代宽带移动通信终端研究所,重庆400065

出　　处：《单片机与嵌入式系统应用》

基　　金：国家重大专项"TD-SCDMA增强型多媒体手机终端的研发和产业化"(2009ZX03001-002-01)

年　　份：2014

卷　　号：14

期　　号：4

起止页码：28-31

语　　种：中文

收录情况：ZGKJHX、普通刊

摘　　要：设计了一种应用机器学习和D-S证据理论来进行Linux病毒检测的方案。主要包括方案的总体框架、样本特征选择方法、分类器选择、检测效果融合以及方案验证与结果分析等。在样本特征选择时引入了控制流程图的概念,在检测效果融合时使用了D-S证据理论的方法。最后在基于Weka软件的机器学习平台上实现和测试了该方案。验证结果表明,该Linux病毒检测方案具有良好的检测率和可靠性,可以应用于实际的商业产品中。

关 键 词：LINUX系统 病毒检测 机器学习  D—S证据理论  控制流程图  

分 类 号：TP18] TP309.5]