摘要
提出了一种基于多重朴素贝叶斯分类算法的检测方法来实现对计算机病毒的近似判别。该法可以克服病毒特征代码扫描法不能识别未知病毒的缺点。在该检测方法的基础上,设计了一个病毒检测网络模型,该模型既可以实现对已知病毒的查杀,又可以对可疑程序行为进行分析评判,最终实现对未知病毒的识别。
A multi-naive Bayes algorithm to detect computer virus approximately is presented in this paper. It can overcome the shortage of normal virus scanner, which could not detect unknown virus. Based on this method, a virus detect network model is also designed. This model is fit for detecting virus in the on-line system; it could detect known and unknown computer virus by analyzing the program＇s behavior.
出处
《计算机工程》
EI
CAS
CSCD
北大核心
2006年第10期18-21,共4页
Computer Engineering
基金
国家自然科学基金资助项目(60373023)
湖南省自然科学基金资助项目(04JJ6032)
湖南省教育厅优秀青年基金资助项目
关键词
计算机病毒
多重朴素贝叶斯算法
信息熵
病毒检测
Computer virus
Multi-naive Bayes algorithm
Information entropy
Virus detection
