基于聚类分析的内核恶意软件特征选择

来源：电子与信息学报杂志2015年第12期北京时间：

作者：陈志锋, 李清宝, 张平, 冯培钧

摘要：针对现有基于数据特征的内核恶意软件检测方法存在随特征的增多效率较低的问题，该文提出一种基于层次聚类的特征选择方法。首先，分析相似度计算方法应用于数据特征相似度计算时存在的困难，提出最长公共子集并设计两轮Hash求解法计算最长公共子集；其次，设计基于最长公共子集的层次聚类算法，有效地将相似特征聚类成簇；在此基础上，设计基于不一致系数的内核恶意软件特征选择算法，大大减少特征数，提高检测效率。实验结果验证了方法的有效性，且时间开销在可接受的范围内。

关键词：数据特征, 最长公共子集, 层次聚类, 特征选择, 内核恶意软件

基金资助：核高基国家科技重大专项(2013JH00103)和国家863计划目标导向项目(2009AA01Z434)