李燕萍

摘 要：盡管Linux在設(shè)計(jì)之初就具有顯著的優(yōu)越性，但在1996年卻出現(xiàn)了Linux病毒?；谌娴乇O(jiān)測(cè)該病毒的目的，文章綜合了機(jī)器學(xué)習(xí)的基本理論知識(shí)，進(jìn)而探索出一種高效的檢測(cè)方法。此方案綜合了ELF文件特征，并將BP神經(jīng)網(wǎng)絡(luò)作為基分類(lèi)器，通過(guò)AdaBoost實(shí)現(xiàn)對(duì)所有的基分類(lèi)器的訓(xùn)練。

關(guān)鍵詞：Linux;基分類(lèi)器;病毒檢測(cè);AdaBoost

中圖分類(lèi)號(hào)：TP181? ?文獻(xiàn)標(biāo)識(shí)碼：A? ?收稿日期：2018-09-27

文章編號(hào)：2095-624X（2018）31-0022-01

一、基于AdaBoost的Linux病毒檢測(cè)方案

本研究綜合采用了集成學(xué)習(xí)的基本原理，對(duì)各分類(lèi)器所帶來(lái)的檢測(cè)結(jié)果加以整合，進(jìn)而提升檢測(cè)精度。最終，所得的Linux病毒檢測(cè)系統(tǒng)其基本檢測(cè)流程如下：首先選取待測(cè)文件，從中獲取各樣本特征。其次所有基分類(lèi)器都各自展開(kāi)樣本檢測(cè)工作，獲得各自的結(jié)果。最后將各基分類(lèi)器所得的結(jié)果加以整合，進(jìn)而得出最終的檢測(cè)結(jié)果。

事實(shí)上，本文所設(shè)計(jì)的檢測(cè)方案是基于傳統(tǒng)方案加以改進(jìn)所得，二者的區(qū)別在于改進(jìn)后的方案增強(qiáng)了分類(lèi)器的差異性，這也隨之帶來(lái)了一些問(wèn)題。此外還需要通過(guò)科學(xué)的手段對(duì)基分類(lèi)器加以訓(xùn)練，提升整合能力。

二、AdaBoost算法及其改進(jìn)

1.原AdaBoost算法

基于Adaboost算法，對(duì)同一個(gè)訓(xùn)練集而言，可以對(duì)具有差異化的基分類(lèi)器展開(kāi)訓(xùn)練，而后將各分類(lèi)器進(jìn)行整合，最終形成強(qiáng)分類(lèi)器。最初，訓(xùn)練樣本對(duì)應(yīng)了相應(yīng)的初始權(quán)值，隨著某一基分類(lèi)器的訓(xùn)練結(jié)束，將會(huì)以所得的分類(lèi)結(jié)果為依據(jù)，進(jìn)而對(duì)樣本權(quán)值做調(diào)整，因此在后續(xù)的訓(xùn)練中可以增強(qiáng)基分類(lèi)器對(duì)該類(lèi)樣本的洞察能力。在獲得各分類(lèi)器的判決結(jié)果后，對(duì)其進(jìn)行加權(quán)處理方可得到最終的強(qiáng)分類(lèi)器。

2.改進(jìn)算法分析

基于傳統(tǒng)的AdaBoost算法，本文做了如下改進(jìn)：一是對(duì)權(quán)重計(jì)算方案做了相應(yīng)調(diào)整，將病毒納入基分類(lèi)器的權(quán)重分配之中。二是對(duì)基分類(lèi)器的整合方式做了相應(yīng)優(yōu)化，由曾經(jīng)傳統(tǒng)的權(quán)重投票方式優(yōu)化為基于DS證據(jù)理論的整合方式。三是改進(jìn)了合成規(guī)則。對(duì)于檢測(cè)系統(tǒng)而言，若其含有T個(gè)基分類(lèi)器，此時(shí)可以引入Dempster正交合成規(guī)則，進(jìn)而對(duì)命題所對(duì)應(yīng)的基本概率函數(shù)加以整合，而后可以得出系統(tǒng)對(duì)某一命題所對(duì)應(yīng)的具體信任度分配情況，如下所示：

M（A）=m1（A）⊕m2（A）⊕...⊕mT（A）

對(duì)于某一命題N而言，可以通過(guò)上述方法獲悉系統(tǒng)對(duì)其的信任度，如果所得的值超過(guò)預(yù)先設(shè)定的閃值，那么將會(huì)認(rèn)定該待測(cè)文件屬于病毒，否則將會(huì)認(rèn)定為正常文件。

顯然，引入DS證據(jù)理論后，此時(shí)檢測(cè)系統(tǒng)將突破傳統(tǒng)“是”與“否”的簡(jiǎn)單形式，通過(guò)可量化的值加以輸出。在某些檢測(cè)敏感度較高的場(chǎng)合，可以將閃值做相應(yīng)下調(diào)，此時(shí)將會(huì)有更多的可疑文件被系統(tǒng)認(rèn)定為病毒，高度的靈活性在提升判定能力的同時(shí)還可以適用于各類(lèi)場(chǎng)景中。

由上述內(nèi)容可知，對(duì)AdaBoost算法加以改進(jìn)后，在進(jìn)行基分類(lèi)器的權(quán)重計(jì)算環(huán)節(jié)中，綜合考慮了病毒（即正樣本）對(duì)識(shí)別能力的影響，因此該算法對(duì)病毒檢測(cè)而言具有高度可行性。當(dāng)出現(xiàn)分類(lèi)錯(cuò)誤率相同的情況時(shí)，對(duì)于識(shí)別能力更強(qiáng)的基分類(lèi)器而言可以對(duì)權(quán)重做以調(diào)整，獲得更大的值，進(jìn)而提升整個(gè)系統(tǒng)的識(shí)別能力?；贏daBoost算法，綜合了DS理論，可以顯著增強(qiáng)各基分類(lèi)器所帶來(lái)的整合水平，提升最終的準(zhǔn)確率。

三、實(shí)驗(yàn)結(jié)果與分析

假定系統(tǒng)只有一個(gè)基分類(lèi)器，此時(shí)可以等效于系統(tǒng)沒(méi)有進(jìn)行集成學(xué)習(xí)，所帶來(lái)的正確率保持在85%以上水平，因此有理由說(shuō)明ELF文件特性以及BP神經(jīng)網(wǎng)絡(luò)分類(lèi)算法具有較強(qiáng)的可行性，它對(duì)Linux病毒檢測(cè)而言效果顯著。

如果基分類(lèi)器數(shù)量在2至16個(gè)范圍內(nèi)，此時(shí)正確率將進(jìn)一步提升，這受惠于集成學(xué)習(xí)的優(yōu)越性。

如果基分類(lèi)器的數(shù)量在16至32個(gè)范圍內(nèi)，此時(shí)準(zhǔn)確率并未呈現(xiàn)明顯上升的特征，這表明基分類(lèi)器的數(shù)量在達(dá)到某一限定范圍后，對(duì)效果的提升并不明顯，因此無(wú)需為了提升檢測(cè)效果而大量使用基分類(lèi)器。

本文圍繞Linux病毒檢測(cè)方案展開(kāi)研究，將ELF文件作為樣本特性，并將BP神經(jīng)網(wǎng)絡(luò)作為基分類(lèi)器，在引入AdaBoost算法后可以實(shí)現(xiàn)基分類(lèi)器的訓(xùn)練目的，同時(shí)還引入了DS理論，很大程度上改善了整合效果。

參考文獻(xiàn)：

[1]吳 戀，馬敏耀，黃一峰，等.基于AdaBoost算法的Linux病毒檢測(cè)研究[J].計(jì)算機(jī)工程，2018（8）.

[2]楊 曄.基于行為的惡意代碼檢測(cè)方法研究[D].西安：西安電子科技大學(xué)，2015.