文献类型：期刊文章

作　　者：黄海新[1,2] 张路[1,3] 邓丽[1]

机构地区：[1]沈阳理工大学信息科学与工程学院,沈阳110159 [2]中国科学院沈阳自动化研究所,沈阳110016 [3]安天实验室,武汉430074

出　　处：《计算机科学》

基　　金：国家自然科学基金(61233007)资助

年　　份：2016

卷　　号：43

期　　号：7

起止页码：13-18

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、CSCD、CSCD_E2015_2016、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：数据挖掘是一种基于统计学的自动发掘数据规律的方法,它能通过分析海量样本的统计规律来建立判别模型,从而让攻击者难以掌握免杀的规律,近年来得到了广泛关注和快速发展。综述了数据挖掘技术应用于恶意代码检测领域所取得的研究成果;对所涉及的特征提取、特征选择、分类模型及其性能评估方法等方面的研究成果进行了深入分析和比较;最后提出了基于数据挖掘的恶意代码检测所面临的挑战,并对研究方向进行了展望。

关 键 词：数据挖掘 机器学习  恶意代码检测 特征提取 特征选择  

分 类 号：TP393.08]