計(jì)算機(jī)病毒檢測(cè)技術(shù)探究

前言：想要寫(xiě)出一篇引人入勝的文章？我們特意為您整理了計(jì)算機(jī)病毒檢測(cè)技術(shù)探究范文，希望能給你帶來(lái)靈感和參考，敬請(qǐng)閱讀。

0引言

如今，信息互聯(lián)網(wǎng)的軟硬技術(shù)快速發(fā)展和應(yīng)用越來(lái)越廣，計(jì)算機(jī)病毒的危害也越來(lái)越嚴(yán)重。而日益泛濫的計(jì)算機(jī)病毒問(wèn)題已成為全球信息安全的最嚴(yán)重威脅之一。同時(shí)因?yàn)榧用芎妥冃尾《镜刃滦陀?jì)算機(jī)病毒的出現(xiàn)，使得過(guò)去傳統(tǒng)的特征掃描法等反毒方式不再有效，研究新的反病毒方法已刻不容緩。廣大的網(wǎng)絡(luò)安全專(zhuān)家和計(jì)算機(jī)用戶(hù)對(duì)新型計(jì)算機(jī)病毒十分擔(dān)憂，目前計(jì)算機(jī)反病毒的技術(shù)也在不斷更新和提高中，卻未能改變反病毒技術(shù)落后和被動(dòng)的局面。我們從互聯(lián)網(wǎng)上的幾款新型計(jì)算機(jī)病毒采用的技術(shù)和呈現(xiàn)的特點(diǎn)，可以看得出計(jì)算機(jī)病毒的攻擊和傳播方式隨著網(wǎng)絡(luò)技術(shù)的發(fā)展和普及發(fā)生了翻天覆地的變化。目前計(jì)算機(jī)病毒的傳播途徑呈現(xiàn)多樣化，比如可以隱蔽附在郵件傳播、文件傳播、圖片傳播或視頻傳播等中，并隨時(shí)可能造成各種危害。

1目前計(jì)算機(jī)病毒發(fā)展的趨勢(shì)

隨著計(jì)算機(jī)軟件和網(wǎng)絡(luò)技術(shù)的發(fā)展，信息化時(shí)代的病毒又具有許多新的特點(diǎn)，傳播方式和功能也呈現(xiàn)多樣化，危害性更嚴(yán)重。計(jì)算機(jī)病毒的發(fā)展趨勢(shì)主要體現(xiàn)為：許多病毒已經(jīng)不再只利用一個(gè)漏洞來(lái)傳播病毒，而是通過(guò)兩個(gè)或兩個(gè)以上的系統(tǒng)漏洞和應(yīng)用軟件漏洞綜合利用來(lái)實(shí)現(xiàn)傳播；部分病毒的功能有類(lèi)似于黑客程序，當(dāng)病毒入侵計(jì)算機(jī)系統(tǒng)后能夠控制并竊取其中的計(jì)算機(jī)信息，甚至進(jìn)行遠(yuǎn)程操控；有些病毒除了有傳播速度快和變種多的特點(diǎn)，還發(fā)展到能主動(dòng)利用電子郵件等方式進(jìn)行傳播。通過(guò)以上新型計(jì)算機(jī)病毒呈現(xiàn)出來(lái)的發(fā)展趨勢(shì)和許多的新特征，可以了解到網(wǎng)絡(luò)和計(jì)算機(jī)安全的形勢(shì)依然十分嚴(yán)峻。

2計(jì)算機(jī)病毒的檢測(cè)技術(shù)

筆者運(yùn)用統(tǒng)計(jì)學(xué)習(xí)理論，對(duì)新計(jì)算機(jī)病毒的自動(dòng)檢測(cè)技術(shù)進(jìn)行了研究，獲得了一些成果，下面來(lái)簡(jiǎn)單介紹幾個(gè)方面的研究成果。

2.1利用集成神經(jīng)網(wǎng)絡(luò)作為模式識(shí)別器的病毒靜態(tài)檢測(cè)方法

根據(jù)Bagging算法得出IG-Bagging集成方法。IG-Bagging方法利用信息增益的特征選擇技術(shù)引入到集成神經(jīng)網(wǎng)絡(luò)中，并通過(guò)擾動(dòng)訓(xùn)練數(shù)據(jù)及輸入屬性，放大個(gè)體網(wǎng)絡(luò)的差異度。實(shí)驗(yàn)結(jié)果表明，IG-Bagging方法的泛化能力比Bagging方法更強(qiáng)，與AttributeBagging方法差不多，而效率大大優(yōu)于AttributeBagging方法。

2.2利用模糊識(shí)別技術(shù)的病毒動(dòng)態(tài)檢測(cè)方法

該檢測(cè)系統(tǒng)利用符合某些特征域上的模糊集來(lái)區(qū)別是正常程序，還是病毒程序，一般使用“擇近原則”來(lái)進(jìn)行特征分類(lèi)。通過(guò)利用這種新型模糊智能學(xué)習(xí)技術(shù)，該系統(tǒng)檢測(cè)準(zhǔn)確率達(dá)到90％以上。

2.3利用API函數(shù)調(diào)用短序?yàn)樘卣骺臻g的自動(dòng)檢測(cè)方法

受到正常程序的API調(diào)用序列有局部連續(xù)性的啟發(fā)，可以利用API函數(shù)調(diào)用短序?yàn)樘卣骺臻g研究病毒自動(dòng)檢測(cè)方法。在模擬檢測(cè)試驗(yàn)中，這種應(yīng)用可以在檢測(cè)條件不足的情況下，保證有較高的檢測(cè)準(zhǔn)確率，這在病毒庫(kù)中缺少大量樣本特征的情況下仍然可行。測(cè)驗(yàn)表明利用支持向量機(jī)的病毒動(dòng)態(tài)檢測(cè)模可能有效地識(shí)別正常和病毒程序，只需少量的病毒樣本數(shù)據(jù)做訓(xùn)練，就能得到較高的檢測(cè)精準(zhǔn)確率。因?yàn)闄z測(cè)過(guò)程中提取的是程序的行為信息，所以能有效地檢測(cè)到采用了加密、迷惑化和動(dòng)態(tài)庫(kù)加載技術(shù)等新型計(jì)算機(jī)病毒。

2.4利用D-S證據(jù)理論的病毒動(dòng)態(tài)與靜態(tài)相融合的新檢測(cè)方法

向量機(jī)作為成員分類(lèi)器時(shí)，該檢測(cè)系統(tǒng)研究支持病毒的動(dòng)態(tài)行為，再把概率神經(jīng)網(wǎng)絡(luò)作為成員分類(lèi)器，此時(shí)為病毒的靜態(tài)行為建模，再利用D-S證據(jù)理論將各成員分類(lèi)器的檢測(cè)結(jié)果融合。利用D-S證據(jù)理論進(jìn)行信息融合的關(guān)鍵就是證據(jù)信度值的確定。在對(duì)實(shí)際問(wèn)題建模中，類(lèi)之間的距離越大，可分性越強(qiáng)，分類(lèi)效果越好，因此得出了利用類(lèi)間距離測(cè)度的證據(jù)信度分配新病毒檢測(cè)方法。實(shí)驗(yàn)測(cè)試表明該方法對(duì)未知和變形病毒的檢測(cè)都很有效，且性能優(yōu)于常用的商用反病毒工具軟件。

2.5多重樸素貝葉斯算法的病毒動(dòng)態(tài)的檢測(cè)系統(tǒng)

該檢測(cè)系統(tǒng)在測(cè)試中先對(duì)目標(biāo)程序的行為進(jìn)行實(shí)時(shí)監(jiān)控，然后獲得目標(biāo)程序在與操作系統(tǒng)信息交互過(guò)程中所涉及到的API函數(shù)相關(guān)信息的特征并輸入檢測(cè)器，最后檢測(cè)器對(duì)樣本集進(jìn)行識(shí)別后就能對(duì)該可疑程序進(jìn)行自動(dòng)檢測(cè)和殺毒，該法可以有效地檢測(cè)當(dāng)前越來(lái)越流行的變形病毒。3結(jié)語(yǔ)新型未知計(jì)算機(jī)病毒發(fā)展和變種速度驚人，而計(jì)算機(jī)病毒的預(yù)防和檢測(cè)方法不可能十全十美，出現(xiàn)一些新型的計(jì)算機(jī)病毒能夠突破計(jì)算機(jī)防御系統(tǒng)而感染系統(tǒng)的現(xiàn)象不可避免，故反計(jì)算機(jī)病毒工作始終面臨巨大的挑戰(zhàn)，需要不斷研究新的計(jì)算機(jī)病毒檢測(cè)方法來(lái)應(yīng)對(duì)。

作者：胡冬嚴(yán) 單位：吉林廣播電視大學(xué)遼源分校