一种基于GPU与贝叶斯网络推理的未知木马的检测方法

    公开(公告)号:CN107888590B

    公开(公告)日:2020-08-28

    申请号:CN201711102478.5

    申请日:2017-11-10

    Abstract: 本发明提供一种基于GPU与贝叶斯网络推理的未知木马的检测方法,采用基于GPU加速的贝叶斯学习理论进行未知木马的检测,使用贝叶斯网络构建未知木马的检测模型,通过贝叶斯网络的推理解决了未知木马检测过程中存在的特征分类困难、概率性行为识别等问题。通过贝叶斯网络用条件概率表达系统程序之间的不确定性因果关系,具有更强的处理不确定性信息的能力及特有的推理机制,不需要硬性定义木马特征,因此具有较强的适用性。在现有程序特征基础上通过贝叶斯模型计算木马概率,通过提取未知程序中的行为,计算出是木马的概率,从而有效检测已经木马的多态变形体以及新出现的未知木马。

Patent Agency Ranking