基于行為分析的病毒家族聚類系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf

1、如今惡意程序是互聯(lián)網(wǎng)遭受的主要威脅之一，僵尸網(wǎng)絡(luò)、釣魚網(wǎng)站、惡意郵件等等本質(zhì)上都是惡意程序，通常也簡(jiǎn)單地將惡意程序稱為病毒。安全廠商每天收到成千上萬份病毒樣本，為了盡快處理這些安全威脅，安全廠商需要快速而準(zhǔn)確地從這些樣本中提取共性并家族化，從而以病毒家族為單位提供解決方案。目前國(guó)內(nèi)外學(xué)者對(duì)聚類算法做了大量的研究，但針對(duì)海量病毒樣本的聚類研究較少。
　　 本文主要研究基于行為分析的病毒家族聚類方法，利用設(shè)計(jì)的可伸縮性聚類方法將輸入

2、的海量病毒樣本聚類，提取并優(yōu)化病毒家族特征集，為制作病毒家族清除腳本提供支持。本文設(shè)計(jì)和實(shí)現(xiàn)了病毒程序聚類系統(tǒng)。
　　 首先，本文深入研究了病毒程序的行為及家族化特征，介紹了常見的聚類算法，并重點(diǎn)介紹了聚類算法在病毒家族聚類上的應(yīng)用及其不足。
　　 然后，論文在現(xiàn)有病毒聚類方法的基礎(chǔ)上設(shè)計(jì)了一種可伸縮性的聚類方法。本文在分析現(xiàn)有聚類算法的特征后，選擇擴(kuò)展K均值和局部敏感哈希算法作為基礎(chǔ)算法設(shè)計(jì)了二級(jí)聚類方法，能夠既快速又

3、準(zhǔn)確的聚類海量病毒樣本。二級(jí)聚類方法為層次結(jié)構(gòu)，先由局部敏感哈希算法進(jìn)行初次快速聚類，后由擴(kuò)展K均值算法進(jìn)行二次細(xì)致聚類。這種層次結(jié)構(gòu)主要繼承了局部敏感哈希算法的高維數(shù)據(jù)處理能力和海量數(shù)據(jù)快速處理能力，同時(shí)也繼承了擴(kuò)展K均值算法的準(zhǔn)確性特征。
　　 接著，使用本文設(shè)計(jì)的二級(jí)聚類方法設(shè)計(jì)并實(shí)現(xiàn)病毒聚類系統(tǒng)，介紹各個(gè)功能的設(shè)計(jì)及實(shí)現(xiàn)方法。病毒聚類系統(tǒng)主要包括預(yù)判模塊和聚類模塊，聚類模塊負(fù)責(zé)將海量病毒樣本聚類處理，預(yù)判模塊則負(fù)責(zé)檢測(cè)和