基于碼表理論的惡意代碼檢測技術(shù)研究.pdf

1、信息時代的來臨，使網(wǎng)絡來到我們每個人的身邊。而病毒、蠕蟲、木馬等惡意代碼，也隨著網(wǎng)絡經(jīng)濟的蓬勃而迅猛發(fā)展。網(wǎng)絡安全和人身安全對網(wǎng)民而言一樣重要。惡意代碼檢測系統(tǒng)使用的檢測技術(shù)，主要有特征碼掃描和行為特征檢測等，商業(yè)中主要應用基于特征比對的靜態(tài)判定方法。然而目前大多數(shù)方法提取的特征都包含大量冗余特征。
　　機器學習的方法是近年來惡意代碼檢測的一個方向，也取得了較好的成果。碼表理論目前廣泛應用于圖像壓縮領域，比如智能視頻監(jiān)控系統(tǒng)中稀疏

2、編碼算法的應用，這類似于機器學習中模式分類問題，也是目前研究的熱點。行人的檢測問題被看作是一個二分類問題，分類的最終目的是區(qū)分出行人或非行人。這與惡意代檢測有很多類似之處。
　　碼表理論的核心就是生成碼書，采用機器學習的方式直接對樣本的原始信息進行相應處理，使處理的結(jié)果具備一定規(guī)律和有序的結(jié)構(gòu)，且能完全表達出原始信息的結(jié)構(gòu)本質(zhì)。碼書的設計實際上就是解決如何選擇有代表性的矢量作為碼字來盡可能精確表示整個矢量空間。圖像空間中為了實現(xiàn)壓