人工免疫算法在恶意代码检测中的应用研究  

The Application of Artificial Immune Algorithms in Malware Detection

作　　者：张福勇[1] 

机构地区：[1]东莞理工学院计算机学院,广东东莞523808

出　　处：《东莞理工学院学报》2016年第3期39-44,共6页Journal of Dongguan University of Technology

基　　金：广东省教育科学规划课题(14JXN029)

摘　　要：随着恶意代码复杂度的提高,要求恶意代码检测方法不仅能实现高效的检测,而且要具有很好的鲁棒性来应对可能出现的迷惑检测策略。研究了"两代"人工免疫算法——否定选择算法(NSA)和树突细胞算法(DCA),在运行时恶意代码检测中的应用。通过捕获程序运行时产生的IRP请求序列来实现恶意代码的检测。实验结果表明,NSA是一种有效的运行时恶意代码检测方法,而DCA的检测结果存在很大的不确定性。With the improvement of malicious code complexity,requirements of malware detection method can not only achieve efficient detection,but also have good robustness to cope with the possible confusion test strategy. This paper investigates＂both generations＂artificial immune algorithms,that is,negative selection algorithm（ NSA） and dentritic cell algorithm（ DCA）,applied in run-time malware detection,which is realized by capturing IRP sequence during the running program. Experimental results reveal that NSA is a practical algorithm for malware detection,while DCA has great uncertainty in detection accuracy.

关 键 词：人工免疫系统 恶意代码检测 否定选择算法 树突细胞算法 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]