基于优化遗传算法的恶意软件漏洞检测方法  

作　　者：陈宇翔 CHEN Yuxiang

机构地区：[1]江西财经大学现代经济管理学院,江西九江332020

出　　处：《信息技术与信息化》2025年第3期95-98,共4页Information Technology and Informatization

摘　　要：恶意软件的攻击技术不断进化,呈现出多态性与变形性的显著特征。这些恶意软件能够灵活地对自身代码结构进行调整,致使每次发起攻击时的形态都各不相同,让人难以预测。传统检测方法依赖静态漏洞评分标准,难以准确评估恶意软件变化攻击下的漏洞威胁,导致检测漏洞数量与实际不符,准确性低。为此,文章提出一种基于优化遗传算法的恶意软件漏洞检测方法。该方法将链路报文进行转化,并与端口报文相结合,通过考虑信息流传输过程中产生的叠加流量,获取恶意软件最终信息流。采用运行码频率提取方法,从信息流中筛选出高频运行码特征,快速定位与恶意软件行为最相关的关键特征。将这些关键特征作为优化遗传算法的初始种群,计算漏洞存在时的最优个体值,并与攻击成功的经验阈值比较,评估漏洞威胁程度。通过实时检测恶意软件攻击的风险态势,及时获取漏洞情况。实验结果表明,在特定时间点(5、11、20、26 s),软件响应频率显著突变,且检测出的漏洞数量与实际完全吻合。这表明此方法能有效检测漏洞,准确获取恶意软件漏洞数量,显著提升检测准确性。

关 键 词：遗传算法 优化算法 恶意软件 漏洞检测 高频运行码特征 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]