一种基于机器学习的分布式恶意代码检测方法

随着恶意代码规模的快速增长,传统的恶意代码检测方法已经逐渐失效。主流的启发式技术由 于其动态执行的特点,在许多应用中难以推广。因此,通过恶意代码的静态特征,将可疑恶意代码 PE 文件分类到相应的恶意代码家族是相当重要的。在本文,基于对恶意代码 PE 文件的分析结果,提 出元数据的概念,并于此实现了恶意代码快速检测原型,PE-Classifier。在 spark 分布式环境中,通 过使用随机森林分类算法,基于恶意代码元数据,能够对恶意代码进行快速和精准地分类和检测。实 验结果表明,通过对大量的恶意代码 PE 样本元数据分析,本文提出的原型系统 PE-Classifier 能够根 据元数据相似性判断样本的语义相似性,从而辅助检测,使得反病毒软件更为有效。     

信息安全基线技术在电网企业中的研究与应用

本文通过研究信息安全基线技术,提出在信息安全基线理论基础上建立安全配置自动化核查的方法和步骤,制定了统一的安全配置规范,形成了一套针对企业快速、有效的信息系统安全配置核查系统,解决了困扰信息运维人员的难题。