基于集成神经网络的计算机病毒检测方法

摘要：

在借鉴传统的特征扫描技术的基础上,提出了一种基于n-gram分析的计算机病毒自动检测方法.将基于信息增益的特征选择技术引入集成神经网络的构建中,结合Bagging算法,同时扰动训练数据和输入属性生成精确且差异度大的个体分类器,在此基础上以集成的BP神经网络为模式分类器实现对病毒的检测.该法并不针对某一特定病毒,是一种通用的病毒检测器.实验表明提出的检测方法具有较强的泛化能力和较高的精确率.

关键词：计算机病毒、集成学习、信息增益、BP神经网络

所属期刊栏目：43

分类号：TP309.05(计算技术、计算机技术)

资助基金：国家自然科学基金60373023;湖南省教育厅青年基金05B072

在线出版日期：2007-10-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：26-29