基于决策树模型的恶意程序判定方法

作者:王维，肖新光，胡永涛
在反病毒企业中, 对未知样本的分析处理和病毒的判定, 往往依靠大量的人工判定, 而每日捕捉上来的样本数量是非常大的, 这会导致对危险级别较高的样本往往得不到最优先的处理, 本文建立了一种基于决策树的恶意代码判定方法, 从大量的已知数据挖掘过程中学习并建立了决策树模型, 应用于未知样本的预分拣流程中, 准确率达到91.2%以上, 取得了较为显著的判定效果。
研究报告全文下载