[网络安全自学篇] 十.论文之基于机器学习算法的主机恶意代码

这是作者的系列网络安全自学教程，主要是关于网安工具和实践操作的在线笔记，特分享出来与博友共勉，希望您们喜欢，一起进步。前文分享了Web漏洞及端口扫描之Nmap、ThreatScan和DirBuster工具，社会工程学中的IP物理位置定位、IP获取、手机和邮箱查找、文件属性等。本篇文章，作者将分享两篇论文，机器学习是如何运用到恶意代码攻击中的，并谈谈自己的理解，后续深入研究尝试分享相关实验，目前还是小白一只。基础性文章，希望对初学者有帮助，大神请飘过，谢谢各位看官！

百度网盘：https://pan.baidu.com/s/1dsunH8EmOB_tlHYXXguOeA 提取码：izeb

参考文献：
[1] 张东, 张尧, 刘刚, 宋桂香. 基于机器学习算法的主机恶意代码检测技术研究[J]. 网络与信息安全学报, 2017(7): 25-32.
[2] 杨轶, 苏璞睿, 应凌云, 等. 基于行为依赖特征的恶意代码相似性比较方法[J]. 软件学报, 2011, 22(10): 2438-2453.
[3] 杨晔. 基于行为的恶意代码检测方法研究[D]. 西安: 西安电子科技大学, 2015.
[4] 李盼，赵文涛，刘强+，崔建京，殷建平. 机器学习安全性问题及其防御技术研究综述，计算机科学与 探索，2018(12).
[5] 张蕾, 崔勇, 刘静, 江勇, 吴建平. 机器学习在网络空间安全研究中的应用[J]. 计算机学报, 2018(9): 1943-1975.
[6] IMRAN M, AFZAL M T, QADIR M A. Malware classification using dynamic features and hidden markov model[J]. Journal of In telligent & Fuzzy Systems, 2016, 31(2):837-847.
[7] 恶意程序行为分析工具 PeDoll - DBinary
[8] 《恶意代码分析实战》诸葛建伟 姜辉 张光凯
[9] https://www.cnblogs.com/yunji5566/p/4249927.html
[10] 2008年瑞星安全技术大会