基于特征聚类的海量恶意代码在线自动分析模型

徐小琳; 云晓春; 周勇林; 康学斌

doi:10.3969/j.issn.1000-436x.2013.08.019

您当前的位置：

首页 >

文章列表页 >

基于特征聚类的海量恶意代码在线自动分析模型

技术报告 | 更新时间：2024-06-05

- 基于特征聚类的海量恶意代码在线自动分析模型
- Online analytical model of massive malware based on feature clusting
- “在恶意代码分析领域，专家提出了基于特征聚类的在线自动分析模型，有效提升了家族判定的时效性和准确率，为海量恶意代码分析提供新方案。”
- 通信学报 2013年34卷第8期页码：146-153
- 作者机构：
  
  1. 中国科学院计算技术研究所，北京100190
  2. 中国科学院大学，北京100049
  3. 中国科学院信息工程研究所，北京100093
  4. 国家计算机网络应急技术处理协调中心，北京100029
  5. 安天实验室，黑龙江哈尔滨150040
- 作者简介：
  
  [ "徐小琳（1976-），女，陕西宝鸡人，中国科学院计算技术研究所博士生、高级工程师，主要研究方向为网络安全、数据分析等。" ]
  [ "云晓春（1971-），男，黑龙江哈尔滨人，博士，中国科学院计算技术研究所研究员、博士生导师，主要研究方向为信息安全、计算机网络等。" ]
  [ "周勇林（1974-），男，辽宁鞍山人，国家计算机网络应急技术处理协调中心高级工程师，主要研究方向为信息安全、计算机网络等。" ]
  [ "康学斌（1982-），男，黑龙江哈尔滨人，安天实验室高级工程师，主要研究方向为恶意代码自动化分析行为、数据挖掘等。" ]
- 基金信息：
  
  国家高技术研究发展计划(“863”计划)基金资助项目(2013AA014700);国家科技支撑计划基金资助项目(2012BAH46B02);中国科学院战略性科技先导专项基金资助项目(XDA06030200)
- DOI：10.3969/j.issn.1000-436x.2013.08.019
  中图分类号： TP393.08
- 网络出版日期：2013-08，
  
  纸质出版日期：2013-08-25
- 稿件说明：
移动端阅览
徐小琳, 云晓春, 周勇林, 等. 基于特征聚类的海量恶意代码在线自动分析模型[J]. 通信学报, 2013,34(8):146-153.

Xiao-lin XU, Xiao-chun YUN, Yong-lin ZHOU, et al. Online analytical model of massive malware based on feature clusting[J]. Journal on communications, 2013, 34(8): 146-153.
徐小琳, 云晓春, 周勇林, 等. 基于特征聚类的海量恶意代码在线自动分析模型[J]. 通信学报, 2013,34(8):146-153. DOI： 10.3969/j.issn.1000-436x.2013.08.019.

Xiao-lin XU, Xiao-chun YUN, Yong-lin ZHOU, et al. Online analytical model of massive malware based on feature clusting[J]. Journal on communications, 2013, 34(8): 146-153. DOI： 10.3969/j.issn.1000-436x.2013.08.019.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于全局-局部散度的多元时间序列无监督降维方法

基于参数回归的快速全景图像拼接算法

面向6G的深度图像语义通信模型

DDAC：面向卷积神经网络图像隐写分析模型的特征提取方法

自编码器及其应用综述

基于特征聚类的海量恶意代码在线自动分析模型

Online analytical model of massive malware based on feature clusting

DOI：10.3969/j.issn.1000-436x.2013.08.019