恶意代码模糊变换技术研究

doi:10.3969/j.issn.1000-3428.2007.12.054

计算机工程 ›› 2007, Vol. 33 ›› Issue (12): 154-156. doi: 10.3969/j.issn.1000-3428.2007.12.054

恶意代码模糊变换技术研究

庞立会，胡华平

(国防科技大学计算机学院，长沙 410073)

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-06-20 发布日期:2007-06-20

Research on Obfuscating Transformation Technology for Malicious Code

PANG Lihui, HU Huaping

(School of Computer Science, National University of Defense Technology, Changsha 410073)

Received:1900-01-01 Revised:1900-01-01 Online:2007-06-20 Published:2007-06-20

摘要/Abstract

摘要： 在分析恶意代码模糊变换技术的基础上，给出了恶意代码模糊变换的形式化描述，提出了模糊变换引擎的框架结构，实现了恶意代码模糊变换引擎原型。试验结果表明模糊变换技术可以有效地提高恶意代码的生存能力。

关键词: 恶意代码, 特征码扫描, 模糊变换, 变形

Abstract: Based on the analysis of the obfuscating transformation technology used by malicious code, this paper formally specifies the obfuscating transformation, presents a framework of obfuscating transformation engine, and develops a prototype. The experiment results show that obfuscating transformation can be used to improve the survivability of the malicious code.

Key words: Malicious code, Signature scanning, Obfuscating transformation, Metamorphism

中图分类号:

TP393.08

庞立会;胡华平. 恶意代码模糊变换技术研究[J]. 计算机工程, 2007, 33(12): 154-156.

PANG Lihui; HU Huaping. Research on Obfuscating Transformation Technology for Malicious Code[J]. Computer Engineering, 2007, 33(12): 154-156.

http://www.ecice06.com/CN/Y2007/V33/I12/154

[1]	李晨曦, 任建国. 基于点对群网络反馈机制的恶意代码传播模型[J]. 计算机工程, 2023, 49(1): 163-172.
[2]	秦鹏, 唐川明, 刘云峰, 张建林, 徐智勇. 基于改进YOLOv3的红外目标检测方法[J]. 计算机工程, 2022, 48(3): 211-219.
[3]	刘振国, 李钊, 宋滕滕, 何益智. 结合可变形卷积与双边网格的立体匹配网络[J]. 计算机工程, 2022, 48(12): 241-247,254.
[4]	尚佳童, 雷涛, 张栋, 杜晓刚, 翟钰杰. 面向刻蚀图像分割的轻量可变形编解码网络[J]. 计算机工程, 2022, 48(12): 203-211,217.
[5]	李富豪, 赵希梅. 基于D-Unet神经网络的鼻腔鼻窦肿瘤分割算法[J]. 计算机工程, 2022, 48(1): 281-287.
[6]	朱灵灵, 高超, 陈福才. 基于轻量级卷积神经网络的人脸检测算法[J]. 计算机工程, 2021, 47(7): 273-280.
[7]	包俊, 刘宏哲. 融合可变形卷积网络的鱼眼图像目标检测[J]. 计算机工程, 2021, 47(4): 248-255.
[8]	陈佳捷, 彭伯庄, 吴佩泽. 基于动态行为和机器学习的恶意代码检测方法[J]. 计算机工程, 2021, 47(3): 166-173.
[9]	喻清挺, 喻维超, 喻国平. 基于改进R-FCN的交通标志检测[J]. 计算机工程, 2021, 47(12): 285-290,298.
[10]	黄凤琪, 陈明, 冯国富. 基于可变形卷积的改进YOLO目标检测算法[J]. 计算机工程, 2021, 47(10): 269-275,282.
[11]	何高峰, 司勇瑞, 徐丙凤. 针对Android移动应用的恶意加密流量标注方法研究[J]. 计算机工程, 2020, 46(7): 116-121,128.
[12]	翟强, 王陆洋, 殷保群, 彭思凡, 邢思思. 基于尺度自适应卷积神经网络的人群计数算法[J]. 计算机工程, 2020, 46(2): 250-254,261.
[13]	张景莲, 彭艳兵. 基于特征融合的恶意代码分类研究[J]. 计算机工程, 2019, 45(8): 281-286,295.
[14]	孙营,王波涛. 基于可变形部件改进模型的夜间车辆检测方法[J]. 计算机工程, 2019, 45(3): 202-206.
[15]	周丽芳,王璐,李伟生,雷帮军,许志. 一种优化树状模型的肝脏自动分割方法[J]. 计算机工程, 2019, 45(2): 226-232.

选择文件类型/文献管理软件名称

选择包含的内容

恶意代码模糊变换技术研究

Research on Obfuscating Transformation Technology for Malicious Code

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

恶意代码模糊变换技术研究

Research on Obfuscating Transformation Technology for Malicious Code

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价