声明
摘要
第1章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.3 研究目标和内容
1.4 章节安排
第2章 机器学习和相关算法
2.1 机器学习
2.1.1 机器学习的背景与基础
2.1.2 机器学习的评估标准
2.2 相关算法
2.2.1 朴素贝叶斯
2.2.2 随机森林
2.2.3 决策树
2.2.4 逻辑回归
2.3 本章小结
第3章 混淆代码的变长N-Gram特征提取
3.2 混淆代码提取特征
3.3 机器码特征提取改进
3.3.1 混合机器码特征提取
3.3.2 变长N-Gram特征计算
3.4 算法实验分析
3.5 本章小结
第4章 基于分类器集成的恶意代码检测
4.1 常见分类器集成
4.2 多层次加权分类器集成
4.2.1 分类器输入优化
4.2.2 多层次分类器集成
4.2.3 分类器加权训练
4.3 算法实验分析
4.4 本章小结
第5章 在线恶意代码检测系统的设计与实现
5.1 系统设计
5.1.1 系统模块设计
5.1.2 系统功能
5.1.3 核心模块
5.2 系统测试
5.3 本章小结
第6章 结论与展望
6.1 工作总结
6.2 研究展望
参考文献
致谢
攻读学位期间参加的科研项目和成果