位置:成果数据库 > 期刊 > 期刊详情页
基于云计算的木马检测技术研究与实现
  • ISSN号:1000-2324
  • 期刊名称:《山东农业大学学报:自然科学版》
  • 时间:0
  • 分类:TP311.5[自动化与计算机技术—计算机软件与理论;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]广州南洋理工职业学院电子信息工程系,广东广州510925
  • 相关基金:广东省高职高专云计算与大数据专业委员会2014年度教育科研课题(GDYJSKT14-05); 广州市战略性主导产业发展资金项目(2013-KXF-001)
作者: 邵孟良[1]
中文摘要:

传统的木马检测方法难以适应目前木马病毒的更新速度和数量的增速。本文通过对传统检测手段分析,提出了一种改进后的木马检测技术方案,并设计了关键的数据处理中间层对数据在网络规模上进行并行处理,实现了系统的高效能,高稳定性运行。借鉴先进的云计算解决方案,设计实现了新的木马检测系统平台,为了充分提高整个系统的可扩展性,对服务端和客户端的功能模块进行了严格的划分。实验结果证明,云计算技术对木马检测具有很高的效率,该系统可以便捷地解决目前木马检测所遇到的问题。

英文摘要:

It is difficult to detect Trojan virus with the traditional Trojan detection methods because of the current update rate and the number growth of that. This paper payed attention to the analysis through the traditional means of detection, and putted forward the technical solutions to improve the traditional Trojan detection technology, and then designed a critical middle layer of data processing to process in parallel so that the system achieved a high-performance and high stability characteristics. This paper achieved a new Trojan detection system platform learning from the advanced cloud calculation solutions. While, for improving the efficiency of the whole system, this paper divided the function modules of the server and the client. Experimental results showed that the cloud computing technology had high efficiency of Trojan detection, and this system could solve the problems encountered in the Trojan detection conveniently.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《山东农业大学学报:自然科学版》
  • 北大核心期刊(2011版)
  • 主管单位:山东省教育厅
  • 主办单位:山东农业大学
  • 主编:温孚江
  • 地址:山东省泰安市岱宗大街61号山东农业大学11号楼1楼
  • 邮编:271018
  • 邮箱:nongdaxuebao@163.com
  • 电话:0538-8242751 8248182传
  • 国际标准刊号:ISSN:1000-2324
  • 国内统一刊号:ISSN:37-1132/S
  • 邮发代号:
  • 获奖情况:
  • 首届全国优秀科技期刊,全国中文N/T类核心期刊,中国期刊方阵“双效”期刊,连续多年获泰安市优秀期刊
  • 国内外数据库收录:
  • 中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2000版)
  • 被引量:14575