论文部分内容阅读
因软件的不当行为或恶意破坏导致的信息系统被攻击事件频发,信息系统对软件的安全性要求越来越高,如何有效实现对软件行为的安全性分析成为业界的一个研究热点。文章重点研究了基于大数据样本的软件行为分析技术,针对大数据样本海量、多维度、高速多变、内部关联关系复杂等特点,采用基于层次聚类算法的静态分析和基于SVM算法的动态行为分析相结合的方法,构建基于机器学习算法的软件行为安全分析模型。该模型采用云端集中处理的方法,可有效节省终端的资源消耗,实现对恶意软件的高效、快速检测。