基于调用习惯的恶意代码自动化同源判定方法

您当前的位置：

首页 >

文章列表页 >

基于调用习惯的恶意代码自动化同源判定方法

学术论文 | 更新时间：2025-07-16

上一篇|下一篇

- 基于调用习惯的恶意代码自动化同源判定方法
- An Automatic Malware Homology Identification Method Based on Calling Habits
- 乔延臣，云晓春，张永铮，李书豪
- 电子学报 2016年44卷第10期页码：2410-2414
- 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. 中国科学院计算技术研究所,北京,100190
  5. 中国科学院大学,北京,100049
  6. 中国科学院信息工程研究所,北京,100093
- 作者简介：
- 基金信息：
  国家自然科学基金 (No.61303261）;国家863高技术研究发展计划 (No.2013AA014703，No.2012AA012803）;国家242信息安全计划 (No.2014A094）;中国科学院战略性科技先导专项 (No.XDA06030200）
- DOI： 10.3969/j.issn.0372-2112.2016.10.019
  中图分类号：
- 稿件说明：
移动端阅览
DOI：
DOI：

HTML全文
参考文献
出版信息
数据统计

摘要

Abstract

关键词

Keywords

references

59

浏览量

48

下载量

4

CSCD

文章被引用时，请邮件提醒。

提交

工具集

BibTeX下载
Endnote下载
RefMan 下载
NoteExpress下载
NoteFirst下载

关联资源

相关文章

基于MP-FSCIL的恶意代码分类方法

基于P2P的僵尸网络及其防御

基于混合专家的流量分类基础模型

基于突发特征词元自学习的未知加密恶意流量检测方法

基于DD域LFM脉冲信号嵌入的OTFS通感一体化波形设计

相关作者

王坚

刘强

王蕾

应凌云

冯登国

苏璞睿

周嘉俊

孙长辉

相关机构

空军工程大学防空反导学院

空军工程大学空管领航学院

中国科学院研究生院,信息安全国家重点实验室

中国科学院软件研究所,信息安全国家重点实验室

中国科学院研究生院信息安全国家重点实验室北京