基于NGram与加权分类器集成的恶意代码检测.docxVIP

基于N-Gram与加权分类器集成的恶意 代码检测 王卫红朱雨辰 浙江工业大学计算机科学与技术学院 摘要： 提出网页恶意脚本代码的监测系统，将恶意脚本用V8引擎编译成机器码，用变 长N-Gram模型对其进行数据处理，提取特征形成样本训练集?分别与随机森林、 逻辑回归及朴素贝叶斯等分类器组合创建分类模型?研究将多个经过训练集训练 的分类模型集成，提出加权分类器集成的方式，每个分类器设定不同权值?通过 实验分析，试验多种分类器组合，并通过训练集找出最优权值分配.通过比较单 个分类器和其他集成方式，结果证明训练过的加权集成分类器的方式能更准确 地检测网页存在恶意行为的代码，有较高的准确率. 关键词： 恶意代码;N-Gram;机器学习; 作者简介：王卫红（1969—）,男，浙江临海人，教授，研究方向为空间信息服 务和网络信息安全，E-mail: wh@zjut. cdu. cn. 收稿日期:2017-02-20 The malicious script code detection based on N-Gram and weighted classifier integration WANG Weihong ZHU Yuchen College of Computer Science and Technology, Zhejiang University of Technology; Abstract： This paper proposes a static monitoring system for detecting malicious script code. In this system, malicious script code is compiled into machine code with V8 engines and the N-Gram model is used to process the machine code and the features are extracted to form the sample tra ining set .The classifiedtion model is crcated by combining with random forest, logistic regression, Naive Bayes classifier respectively. In this paper, classification models which are trained in multiple training sets are integrated and a way of weighted classifier integration is proposed. Each classifier is set a different weights. Through experimentai analysis, a variety of classifiers are combined and tested， and the optimal weight is found through the training set. assignnient. By comparing the individual classifier and other integrated approach, the results show that the trained weighted classifiers can be more accurate to detect malicious codeand have higher accuracy. Keyword： malicious script; N-Gram; machine learning; Received： 2017-02-20 随着Web应用的发展，计算机和网络的覆盖面越来愈大，网络在人们的牛活中 也成为越来越重要的一部分?它改善了人们的衣食住行，人们享受着网络带来的 便利，也对网络产生越来越多的依赖.截至2016年6月，中国的网民数量已经达 到7. 10亿,上半年增加了 2 132万人，增长率为3. 1%.我国网络的普及率达到 51.7%,与全球平均相比，高出3.1个百分点，和亚洲平均水平相较，超过8.1 个百分点，与2015年底相比提高1. 3个百分点人们越来越习惯网上支付， 享受着线上支付的便捷?同时，在线教育、在线政务服务以及其他线上的服务越 来越多?然而不法分子在网络的飞速发展屮看到了可乘Z机?许多不法分子利用 不法手段破坏网络安全，谋取经济利益，而网站上存在的漏洞成为了他们攻击 的目标，网络的飞速发展也为他们提供