一种基于A_Kohonen算法的恶意代码自动分类机制.pdfVIP

第41卷 第8期 计 算 机 科 学 Vo1．41No．8 2014年 8月 Computer Science Aug2014 一 种基于 A — Kohonen算法的恶意代码 自动分类机制 徐小龙 。 熊婧夷 王新珩。 王汝传 (南京邮电大学计算机学院 南京 210003) (南京大学计算机软件新技术国家重点实验室 南京 210046)。 (西苏格兰大学计算机学院 佩斯利PAl2BE)。 摘 要 目前海量的恶意代码报告已经成为基于云安全的反病毒网络系统的巨大负担。使用高效、科学的分类方法 对大量涌现 的已知或未知的恶意代码及其变种进行 自动分类处理是快速应对恶意代码的基本前提 。为 了实现对恶意 代码的自动分类，首先对解决聚类 问题的经典无监督神经网络模型Kohonen算法进行改进，提 出一种新的、引入部分 监督学习过程的神经网络模型A_Kobonen算法；然后基于A_Kohonen算法实现对各种恶意代码的 自动分类机制，从 而为反病毒专家对恶意代码进一步细化与分析处理提供有效支持。实验分析表明，基于A_Kohonen算法的恶意代码 自动分类机制能够有效、准确地初步分类恶意代码。 关键词 恶意代码，报告分类，反病毒，神经网络，信息安全 中图法分类号 TP309．5 文献标识码 A DOI 10．11896／j．issn．1002—137X．2014．08．039 AutomaticClassificationM echanism ofMaliciousCodeBasedonA KohonenAlgorithm — — XU Xiao-long’ XIONGJing-yi WANG Xin-heng。 WANG Ru—chuan (CollegeofComputer，NanjingUniversityofPosts Telecommunications，Nanjing210003，China) (StateKeyLaboratoryforNovelSoftwareTechnology，NanjingUniversity，Nanjing210046，China)。 (SchoolofComputing，UniversityoftheW estOfScotland，PaisleyPAl2BE，UK)。 Abstract Thecurrentmassofmaliciouscodereportshasbecomeahugeburdenofcloud—security-basedanti—-virusnet—— worksystems．Theutilizationofefficient。scientificandautomaticclassificationmechanism iSthebasicpremiseforre— spondingquicklytolarge-scaleknownandunknownmaliciouscodesandtheirnew variants．InordertOachievetheau— tomaticclassificationofmaliciouscodes，weimproved theKohonenalgorithm，aclassicneuralnetworkmodelwith no mentorsandproposedanewneuralne