基于條件隨機(jī)場(chǎng)的多引擎云安全機(jī)制研究.pdf

1、云安全是當(dāng)前熱門的研究方向,它使用多引擎檢測(cè),并將病毒數(shù)據(jù)庫(kù)置于云端。它一方面克服了傳統(tǒng)殺毒軟件采用單一病毒檢測(cè)策略,對(duì)相當(dāng)數(shù)量的病毒無(wú)法檢測(cè)的缺陷;另一方面,通過(guò)云端共享病毒庫(kù)數(shù)據(jù),一旦有新病毒產(chǎn)生,其信息即被整個(gè)網(wǎng)絡(luò)識(shí)別。這使得病毒被發(fā)現(xiàn)和清除的時(shí)間更短,大大減少了病毒造成的損失。然而,現(xiàn)有的云安全架構(gòu)仍存在一些不足。
　　首先,多引擎檢測(cè)使用的熱門技術(shù)主要有特征字節(jié)碼技術(shù)和行為分析技術(shù)。它們一般基于病毒的字節(jié)碼序列和系統(tǒng)調(diào)用

2、序列的頻次信息,使用數(shù)據(jù)挖掘或分類算法建立病毒模型,然后將該模型用于病毒識(shí)別。其不足之處在于,它們只使用了字節(jié)碼序列和系統(tǒng)調(diào)用序列的頻次信息,卻忽略了各序列之間的次序關(guān)系。其次,對(duì)于惡意文件的海量序列信息,通常使用的方法是選擇頻次較高的部分序列。然而,一般病毒信息中病毒碼的出現(xiàn)頻次并不一定高,只選擇頻次高的序列必將忽視病毒的一些特征信息。再次,對(duì)于多引擎檢測(cè)結(jié)果如何進(jìn)行決策的問(wèn)題,大多數(shù)采用投票分類方法,即將引擎數(shù)量較多的結(jié)果集作為最終

3、的檢測(cè)結(jié)果。該方法只考慮引擎數(shù)量,而忽略了各個(gè)引擎本身的檢測(cè)準(zhǔn)確度,導(dǎo)致誤報(bào)誤殺問(wèn)題頻繁產(chǎn)生。
　　本文主要研究基于條件隨機(jī)場(chǎng)的云安全機(jī)制。首先,本文對(duì)當(dāng)前已有的特征字節(jié)碼和行為分析技術(shù)進(jìn)行改進(jìn)。在建模過(guò)程中,除了使用字節(jié)碼和系統(tǒng)調(diào)用的頻次信息之外,還考慮它們之間的次序信息,本研究中稱該信息分別為次序字節(jié)碼對(duì)和次序系統(tǒng)調(diào)用對(duì)。同時(shí),使用信息增益理論對(duì)得到的頻次信息進(jìn)行篩選,選取信息增益較大的部分序列。然后,使用條件隨機(jī)場(chǎng)理論,基于