基于學(xué)習(xí)的惡意網(wǎng)頁智能檢測系統(tǒng).pdf

1、隨著互聯(lián)網(wǎng)的高速發(fā)展，網(wǎng)絡(luò)資源的豐富，互聯(lián)網(wǎng)用戶很多時間都在瀏覽各類網(wǎng)頁，然而大量的網(wǎng)頁含有惡意代碼，在人們?yōu)g覽網(wǎng)頁的時候，惡意代碼就會在不被察覺的情況下侵入用戶系統(tǒng)，使用戶計算機(jī)系統(tǒng)受到感染和破壞。
　　 本文簡要介紹了惡意代碼的相關(guān)知識，對網(wǎng)頁惡意代碼的工作原理進(jìn)行了分析。我們知道網(wǎng)頁呈現(xiàn)的過程，實質(zhì)就是瀏覽器執(zhí)行代碼的過程，那么只要在這些正常的代碼中間加入幾段特意編寫的惡意代碼，網(wǎng)頁就成了具有破壞力的惡意網(wǎng)頁了?，F(xiàn)在商用的

2、反病毒軟件采用的部是“特征碼”檢測技術(shù)，但它只能檢測已知的惡意代碼。采用機(jī)器學(xué)習(xí)的方法，利用已知惡意代碼和正常代碼，對未知代碼是否是惡意代碼進(jìn)行檢測，不僅可以檢測出已知的惡意代碼，而且也能很好的檢測出未知的惡意代碼。本文采用機(jī)器學(xué)習(xí)中的BP算法和決策樹算法來訓(xùn)練分類器，分類器的性能與樣本特征的表征能力有很大關(guān)系，我們通過惡意代碼與正常代碼的比較，總結(jié)出了14個典型的特征，用這14個特征和樣本標(biāo)簽作為輸入來訓(xùn)練分類器。
　　 本系