文献类型：期刊文章

作　　者：张东[1] 张尧[1] 刘刚[1] 宋桂香[1]

ZHANG Dong ZHANG Yao LIU Gang SONG Gui-xiang(Inspur Electronic Information Industry Co.,Ltd, Beijing 100085, China)

机构地区：[1]浪潮电子信息产业股份有限公司,北京100085

出　　处：《网络与信息安全学报》

年　　份：2017

卷　　号：3

期　　号：7

起止页码：25-32

语　　种：中文

收录情况：ZGKJHX、普通刊

摘　　要：对机器学习算法下主机恶意代码检测的主流技术途径进行了研究,分别针对静态、动态这2种分析模式下的检测方案进行了讨论,涵盖了恶意代码样本采集、特征提取与选择、机器学习算法分类模型的建立等要点。对机器学习算法下恶意代码检测的未来工作与挑战进行了梳理。为下一代恶意代码检测技术的设计和优化提供了重要的参考。

关 键 词：恶意代码检测 机器学习  静态分析  动态分析  分类模型  

分 类 号：TP309]