一种应用机器学习和D-S证据理论的Linux病毒检测方案
设计了一种应用机器学习和D S证据理论来进行 Linux病毒检测的方案。主要包括方案的总体框架、样本特征选择方法、分类器选择、检测效果融合以及方案验证与结果分析等。在样本特征选择时引入了控制流程图的概念，在检测效果融合时使用了D S证据理论的方法。最后在基于 Weka软件的机器学习平台上实现和测试了该方案。验证结果表明，该 Linux病毒检测方案具有良好的检测率和可靠性，可以应用于实际的商业产品中。
Linux系统、病毒检测、机器学习、D-S证据理论、控制流程图
TP36.2(计算技术、计算机技术)
国家重大专项“TD SCDMA增强型多媒体手机终端的研发和产业化”2009ZX0300100201。
2014-05-21（万方平台首次上网日期，不代表论文的发表时间）
共4页
28-31
