位置:成果数据库 > 期刊 > 期刊详情页
基于支持向量机的隐藏进程检测技术研究
  • ISSN号:1000-2243
  • 期刊名称:《福州大学学报:自然科学版》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]福州大学数学与计算机科学学院,福建福州350108
  • 相关基金:国家自然科学基金资助项目(61072080)
中文摘要:

提出一种基于支持向量机的内核关键数据定位方法,通过向量机建立分类器对物理内存中执行体进程进行识别,建构可信进程视图.实验结果表明,该方法克服了现阶段利用操作系统版本信息的进程重构方法的缺陷,更具有通用性.

英文摘要:

A kernel critical data structure location method based on support vector machine is proposed in this paper. We construct classifier by support vector machine model to classify EPROCESS data structure in raw memory and reconstruct trusted process semantic view. Experimental result shows that the method is more universal, as it overcomes the defect that dependence of operation system version information to reconstruct process semantic view.

同期刊论文项目
期刊论文 59 会议论文 10 专利 6 著作 1
同项目期刊论文
期刊信息
  • 《福州大学学报:自然科学版》
  • 中国科技核心期刊
  • 主管单位:福州大学
  • 主办单位:福州大学
  • 主编:杨黄浩
  • 地址:福建省福州市大学新区学园路2号
  • 邮编:350116
  • 邮箱:xb@fzu.edu.cn
  • 电话:0591-22865030 22865031
  • 国际标准刊号:ISSN:1000-2243
  • 国内统一刊号:ISSN:35-1117/N
  • 邮发代号:34-27
  • 获奖情况:
  • 全国高校优秀自然科学学报,华东地区优秀期刊,福建省优秀科技期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,美国剑桥科学文摘,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(2014版)
  • 被引量:8994