基于支持向量机的病毒程序检测方法

彭宏; 王军

您当前的位置：

首页 >

文章列表页 >

基于支持向量机的病毒程序检测方法

论文 | 更新时间：2025-07-16

- 基于支持向量机的病毒程序检测方法
- Research of Malicious Executables Detection Method Based on Support Vector Machine
- 电子学报 2005年33卷第2期页码：276-278
- 作者机构：
  
  1. 西华大学计算机与数理学院,四川,成都,610039
  2. 西华大学电气信息学院,四川,成都,610039
  3. 西华大学计算机与数理学院四川成都,610039
  4. 西华大学电气信息学院四川成都,610039
- 作者简介：
- 基金信息：
  
  四川省教委自然重点科研项目 (No.0129844)
- DOI：
  中图分类号： TP181
- 网络出版：2005-02-25，
  
  纸质出版：2005
- 稿件说明：
移动端阅览
彭宏, 王军. 基于支持向量机的病毒程序检测方法[J]. 电子学报, 2005,33(2):276-278.

PENG Hong, WANG Jun. Research of Malicious Executables Detection Method Based on Support Vector Machine[J]. Acta Electronica Sinica, 2005, 33(2): 276-278.
彭宏, 王军. 基于支持向量机的病毒程序检测方法[J]. 电子学报, 2005,33(2):276-278. DOI：

PENG Hong, WANG Jun. Research of Malicious Executables Detection Method Based on Support Vector Machine[J]. Acta Electronica Sinica, 2005, 33(2): 276-278. DOI：

摘要

支持向量机是一种对于小样本具有良好学习性能的机器学习方法.本文将支持向量机方法用于病毒程序的检测中

可以改善其它方法在先验知识较少情况下的推广能力的问题.仿真实验结果看出

该方法在训练样本数相对较少的情况下

仍然具有较高的检测率和正确率

同时也具有较低的虚警率.

Abstract

Support vector machine is a machine study method with good performance when the sample size is small.The method of support vector machine is used to malicious executable in the paper that improves the generalizing ability with given less prior knowledge.Then simulation results express this method has better detection rate

overall accuracy and false positive rate reduced with less training sample size.

关键词

Keywords

references

浏览量

999

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

支持向量鉴别分析及在人脸表情识别中的应用

图像分割的新理论和新方法