基于自适应学习的Rootkit检测模型

• 作 者: 程春玲 张登银 高德华
• 机 构: 南京邮电大学计算机学院
• 出 处: 计算机应用与软件
• 发表日期: 2011年08期
• 关键词: ROOTKIT 自适应学习 行为特征 模糊识别 Rootkit Adaptive learning Behavioural characteristics Fu

针对目前基于异常行为的Rootkit检测方法依赖于行为的选取和行为模式库的完备性,提出了一种基于自适应学习的Rootkit检测系统模型。该模型对通过模糊行为识别检测出的Rootkit的行为进行分析,利用学习机制提取新的行为特征,不断完善行为模式库,并动态计算各行为特征对Rootkit的支持度自适应地更新各行为特征的检测权重,实现对未知Rootkit的检测。实验结果表明,该模型能较好地检测Rootkit,且不会明显影响系统性能。