基于行為與貝葉斯分類的木馬檢測(cè)技術(shù)研究.pdf

1、計(jì)算機(jī)網(wǎng)絡(luò)中存儲(chǔ)的巨量有價(jià)值的資源信息讓來(lái)自世界各地的不法分子虎視眈眈，他們一直致力于開(kāi)發(fā)各種黑客技術(shù)或獲取或破壞這些寶貴的資源信息，其中常用的就是木馬技術(shù)，信息竊密網(wǎng)絡(luò)入侵無(wú)時(shí)無(wú)刻不在發(fā)生著。而當(dāng)前的木馬查殺技術(shù)一直處于被動(dòng)防御階段，高漏報(bào)誤報(bào)率、低查殺率，面對(duì)層出不窮的安全事件往往有些力不從心。行為分析技術(shù)通過(guò)分析總結(jié)木馬行為特征，利用數(shù)據(jù)挖掘人工智能等方面的最新成果來(lái)檢測(cè)木馬特別是未知木馬而成為木馬檢測(cè)技術(shù)的新星。但是當(dāng)前對(duì)行為分

2、析技術(shù)的研究還是比較初級(jí)的，基于此技術(shù)的檢測(cè)系統(tǒng)存在著較高的漏報(bào)誤報(bào)現(xiàn)象。因此，進(jìn)一步研究木馬行為，總結(jié)其行為特征，應(yīng)用合適的智能分類算法以提高木馬檢測(cè)率，降低誤報(bào)漏報(bào)率是十分有必要的。
　　本文通過(guò)總結(jié)木馬常見(jiàn)的行為建立行為特征庫(kù)，圍繞著對(duì)樸素貝葉斯分類器的改進(jìn)和基于行為分析的木馬檢測(cè)技術(shù)進(jìn)行研究，主要的研究?jī)?nèi)容如下三個(gè)方面:
　　(1)總結(jié)木馬常見(jiàn)的行為特征，建立木馬行為特征庫(kù)，利用內(nèi)核掛鉤技術(shù)提取程序的行為，形成程序的

3、行為特征向量。
　　(2)改進(jìn)樸素貝葉斯分類器，對(duì)特征向量進(jìn)行冗余、關(guān)聯(lián)以及權(quán)重等方面的預(yù)處理，將與類別概率息息相關(guān)的系統(tǒng)風(fēng)險(xiǎn)等級(jí)VL與類別區(qū)分度息息相關(guān)的概念分類寬度δ引入分類器，并根據(jù)分類評(píng)估結(jié)果決定是否利用分類器的反饋?zhàn)赃m應(yīng)學(xué)習(xí)以適應(yīng)行為特征的進(jìn)化。
　　(3)提出一種基于行為分析的木馬檢測(cè)模型，收集了較多的木馬程序集，通過(guò)一系列的實(shí)驗(yàn)證明了本模型的可行性與有效性，并設(shè)計(jì)了與其它檢測(cè)技術(shù)的對(duì)比實(shí)驗(yàn)，為基于行為分析的木馬