基于免疫的Windows未知病毒检测方法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于免疫的Windows未知病毒检测方法

张瑜, 李涛, 吴丽华, 夏峰

文章导航 > 电子科技大学学报 > 2010 > 39(1): 80-84

张瑜, 李涛, 吴丽华, 夏峰. 基于免疫的Windows未知病毒检测方法[J]. 电子科技大学学报, 2010, 39(1): 80-84. doi: 10.3969/j.issn.1001-0548.2010.01.019

引用本文:

张瑜, 李涛, 吴丽华, 夏峰. 基于免疫的Windows未知病毒检测方法[J]. 电子科技大学学报, 2010, 39(1): 80-84. doi: 10.3969/j.issn.1001-0548.2010.01.019

ZHANG Yu, LI Tao, WU Li-hua, XIA Feng. Immun-Based Approach for Detection of Unknown Windows Virus[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(1): 80-84. doi: 10.3969/j.issn.1001-0548.2010.01.019

Citation:

ZHANG Yu, LI Tao, WU Li-hua, XIA Feng. Immun-Based Approach for Detection of Unknown Windows Virus[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(1): 80-84. doi: 10.3969/j.issn.1001-0548.2010.01.019

基于免疫的Windows未知病毒检测方法

doi: 10.3969/j.issn.1001-0548.2010.01.019

张瑜^1,2,
李涛¹,
吴丽华¹,
夏峰¹

1.
海南师范大学信息学院海口 571158;
2.
四川大学计算机学院,成都 610065

基金项目:

国家自然科学基金(60573130、66873246);国家863计划(2006AA01Z435);教育部博士点基金(20070610032)

作者简介:
张瑜(1975-),男,博士,副教授,主要从事网络安全和计算智能等方面的研究.

中图分类号: TP393

Immun-Based Approach for Detection of Unknown Windows Virus

1.
College of Information Science and Technology,Hainan Normal University Haikou 571158;
2.
College of Computer Science,Sichuan University Chengdu 610065

摘要: Windows未知病毒令传统反病毒技术疲于应付、防不胜防,且查杀效果不佳。该文借鉴人工免疫思想,在深入剖析Windows PE病毒逻辑结构基础上,提出利用病毒重定位模块作为病毒基因来生成抗体以检测病毒的方法,且建立了自体与非自体、抗原提呈以及抗体生成的动态演化数学模型。实验表明,该方法对于未知Windows PE病毒的检测率较高,且具有自适应、自学习能力。
- 人工免疫 /
- 重定位 /
- 未知病毒 /
- 病毒基因
Abstract: To effectively detect unknown Windows PE viruses,a novel approach that roots in artificial immune system and uses the self-relocation module to generate antibodies is presented.The logical structure of Windows PE virus is briefly described.The dynamic evolution of self and nonself,the presentation of antigen,and the generation of antibody are proposed.The experiment results indicate that this approach not only has relatively high detection rate of unknown Windows PE virus,but also has better capability of self-adaptive and self-learning.
- artificial immune /
- self-relocation /
- unknown virus /
- virus gene

[1]	齐鑫, 荀德旭, 冯舒琪, 高娜, 侯思宇, 卢雨青, 黄兰, 陈佳佳. 利用药物重定位策略挖掘胃癌治疗药物 . 电子科技大学学报, 2023, 52(5): 659-666. doi: 10.12178/1001-0548.2023086
[2]	梁凯豪, 张文峰, 张小花, 吴卓葵, 刘芹, 张超龙, 李梓龙. 冠状病毒SARS-CoV-2、SARS-CoV和MERS-CoV的传染动力学分析 . 电子科技大学学报, 2020, 49(3): 349-356. doi: 10.12178/1001-0548.2020067
[3]	杨政, 原子霞, 贾祖瑶. 基于迁徙数据估计武汉感染新型冠状病毒的人员数量 . 电子科技大学学报, 2020, 49(3): 330-338. doi: 10.12178/1001-0548.2020030
[4]	陈端兵, 白薇, 王岩, 王敏, 俞伍平, 周涛. 新型冠状病毒肺炎防控效果的定量评估 . 电子科技大学学报, 2020, 49(3): 339-344. doi: 10.12178/1001-0548.2020144
[5]	王刚, 胡鑫, 陆世伟. 节点增减机制下的病毒传播模型及稳定性 . 电子科技大学学报, 2019, 48(1): 74-79. doi: 10.3969/j.issn.1001-0548.2019.01.013
[6]	张瑜, 刘庆中, 石元泉, 曹均阔. 受基因理论启发的计算机病毒进化模型 . 电子科技大学学报, 2018, 47(6): 888-894. doi: 10.3969/j.issn.1001-0548.2018.06.014
[7]	冯朝胜, 秦志光, 袁丁. 移动P2P网络中的病毒传播建模 . 电子科技大学学报, 2012, 41(1): 98-103. doi: 10.3969/j.issn.1001-0548.2012.01.019
[8]	杨珺, 曹阳, 马秦生, 王敏. 人工免疫行为轮廓取证分析方法 . 电子科技大学学报, 2010, 39(6): 911-914,919. doi: 10.3969/j.issn.1001-0548.2010.06.022
[9]	张瑜, 李涛, 吴丽华, 彭小宁, 覃仁超. 计算机病毒演化模型及分析 . 电子科技大学学报, 2009, 38(3): 419-422. doi: 10.3969/j.issn.1001-0548.2009.03.024
[10]	秦志光, 罗琴, 张凤荔. 一种混合的垃圾邮件过滤算法研究 . 电子科技大学学报, 2007, 36(3): 485-488.
[11]	曾金全, 赵辉, 刘才铭, 彭凌西. 受免疫原理启发的Web攻击检测方法 . 电子科技大学学报, 2007, 36(6): 1215-1218.
[12]	张成功, 黄迪明, 胡德昆. 基于人工免疫原理的反垃圾邮件系统AIASS . 电子科技大学学报, 2007, 36(1): 96-99.
[13]	刘才铭, 赵辉, 张雁, 曾金全, 彭凌西. 受人工免疫启发的脚本病毒检测模型 . 电子科技大学学报, 2007, 36(6): 1219-1222.
[14]	黄均才, 王凤碧, 罗讯, 佘堃, 周明天. 基于人工免疫的新型入侵检测系统研究 . 电子科技大学学报, 2006, 35(1): 93-95,99.
[15]	程永新, 许家珆, 陈科. 一种新型入侵检测模型及其检测器生成算法 . 电子科技大学学报, 2006, 35(2): 235-238.
[16]	李军, 郝玉洁, 刘乃琦, 罗大光. 免疫系统的主组织相容复杂性及其应用 . 电子科技大学学报, 2006, 35(4): 538-541.
[17]	陈雷霆, 张亮. 人工免疫机制在木马检测系统中的应用研究 . 电子科技大学学报, 2005, 34(2): 221-224.
[18]	徐明民. 巴斯卡分布中未知参数的估计 . 电子科技大学学报, 2004, 33(5): 618-620.
[19]	范守文, 徐礼钜, 甘泉. 二重八面体变几何桁架机器人工作空间解析 . 电子科技大学学报, 2001, 30(2): 134-138.
[20]	刘乃琦, 左志宏. 计算机病毒对抗技术CVCM . 电子科技大学学报, 1997, 26(3): 283-288.

WeChat

点击查看大图

计量

文章访问数: 4206
HTML全文浏览量: 105
PDF下载量: 41
被引次数: 0

基于免疫的Windows未知病毒检测方法

doi: 10.3969/j.issn.1001-0548.2010.01.019

1. 海南师范大学信息学院海口 571158;

2. 四川大学计算机学院,成都 610065

基金项目:

国家自然科学基金(60573130、66873246);国家863计划(2006AA01Z435);教育部博士点基金(20070610032)

作者简介:
张瑜(1975-),男,博士,副教授,主要从事网络安全和计算智能等方面的研究.

收稿日期: 2008-03-10
修回日期: 2008-10-25
刊出日期: 2010-02-15

中图分类号: TP393

关键词:

摘要: Windows未知病毒令传统反病毒技术疲于应付、防不胜防,且查杀效果不佳。该文借鉴人工免疫思想,在深入剖析Windows PE病毒逻辑结构基础上,提出利用病毒重定位模块作为病毒基因来生成抗体以检测病毒的方法,且建立了自体与非自体、抗原提呈以及抗体生成的动态演化数学模型。实验表明,该方法对于未知Windows PE病毒的检测率较高,且具有自适应、自学习能力。

English Abstract

张瑜, 李涛, 吴丽华, 夏峰. 基于免疫的Windows未知病毒检测方法[J]. 电子科技大学学报, 2010, 39(1): 80-84. doi: 10.3969/j.issn.1001-0548.2010.01.019

引用本文:

张瑜, 李涛, 吴丽华, 夏峰. 基于免疫的Windows未知病毒检测方法[J]. 电子科技大学学报, 2010, 39(1): 80-84. doi: 10.3969/j.issn.1001-0548.2010.01.019

ZHANG Yu, LI Tao, WU Li-hua, XIA Feng. Immun-Based Approach for Detection of Unknown Windows Virus[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(1): 80-84. doi: 10.3969/j.issn.1001-0548.2010.01.019

Citation:

ZHANG Yu, LI Tao, WU Li-hua, XIA Feng. Immun-Based Approach for Detection of Unknown Windows Virus[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(1): 80-84. doi: 10.3969/j.issn.1001-0548.2010.01.019

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发