基于文件内容与特征的恶意软件分类
计算机与社会
2018-10-18 v1 密码学与安全
网络与互联网体系结构
摘要
总体而言，恶意软件产业已成为一个通过投入和运用高端技术以逃避传统检测来赚取大量资金的市场，而反恶意软件供应商则花费数千乃至数百万美元来阻止恶意软件入侵，因为这不仅造成财务损失，也带来情感伤害。本文研究基于文件内容与特征的恶意软件分类，这是通过使用包含5210个样本的Clamp Integrated数据集完成的。使用Weka软件应用了不同的算法，包括ZeroR、bayesNet、SMO、KNN、J48以及Random Forest。所得结果表明，Random Forest取得了最高的总体准确率（99.0979%）。这意味着Random Forest算法可有效地用于基于文件内容与特征的恶意软件分类。
引用
@article{arxiv.1810.07252,
title = {Classification of malware based on file content and characteristics},
author = {Mouhammd Alkasassbeh and Samail Al-Daleen},
journal= {arXiv preprint arXiv:1810.07252},
year = {2018}
}
备注
12