基于改进麻雀搜索算法优化SVM的恶意程序检测  

作　　者：邢健 徐国天[1] 

机构地区：[1]中国刑事警察学院

出　　处：《警察技术》2024年第2期56-60,共5页Police Technology

基　　金：辽宁网络安全执法协同创新中心资助项目(编号:WXZX-201807010);公安部软科学计划项目(编号:2020LLYJXJXY031);公安部技术研究计划课题(编号:2016JSYJB06);辽宁省自然科学基金课题(编号:2022-MS-168,2019-ZD-0167,20180550841,2015020091);中央高校基本科研业务费项目(编号:D2021006,3242017013);辽宁省社会科学规划基金项目(L16BFX012);辽宁省教育厅科学研究项目(编号:LJKZ0072)。

摘　　要：在网络技术快速发展的同时,恶意程序也随之不断进化,其种类和数量不断增多,攻击目标和攻击领域越发广泛,成为当前互联网面临的主要安全威胁之一。犯罪分子利用恶意程序实施远程控制、窃取私密信息、攻击网络基础设施等犯罪行为,给网络安全带来了严峻挑战。本文基于Tent-Logistic混沌映射和线性微分递减策略改进麻雀搜索算法,提高算法的搜索速度和稳定性。再将改进麻雀搜索算法用于获取SVM最优参数c和g,建立TLCSSA-SVM恶意程序检测模型。最后采用CIC-InvesAndMal2019等数据集进行检测,实验结果表明与SSA、PSO相比,TLCSSA优化后SVM的恶意程序检测能力更强。

关 键 词：SVM 恶意程序 Tent-Logistic混沌映射 麻雀搜索算法 全局最优解 线性微分递减策略 

分 类 号：TP309[自动化与计算机技术—计算机系统结构] TP18[自动化与计算机技术—计算机科学与技术]