导读:本文包含了未知病毒检测论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:病毒,静态,信息,文件,信息安全,算法,均值。
未知病毒检测论文文献综述
于春微,王靖飞[1]（2015）在《基于随机PCR的未知病毒检测方法的建立及应用》一文中研究指出【目的】为解决临床上新发病毒性传染病难以快速诊断的难题。【方法】本研究利用新城疫病毒阳性尿囊液样品对核酸酶使用量进行了摸索,确定了除去宿主和游离核酸的最佳核酸酶使用量,根据临床样品的特点,确定了富集临床样品中病原微生物的差速离心策略,最终建立了基于随机PCR的未知病毒快速检测方法。利用该方法对1份野鸟粪便混合样本(36个)中的微生物进行了检测,并利用特异性PCR对随机PCR检测结果进行了验证和分析。【结果】在新城疫尿囊液阳性样品核酸酶使用量的探索中,发现在200μL样品中,加20μL DNase I和20μL RNase A对宿主核酸和游离核酸去除效果较佳。对野鸟样品的检测发现其中存在新城疫病毒基因,利用新城疫病毒特异性RT-PCR方法对检测结果进行验证,确认1份野鸟粪便样品为新城疫病毒阳性,证明随机PCR检测结果可信。【结论】本研究初步建立了基于随机PCR的畜禽未知病毒检测方法,为不明原因疾病和新发传染性疾病的快速诊断提供了技术手段。(本文来源于《中国畜牧兽医学会信息技术分会第十届学术研讨会论文集》期刊2015-08-07）
徐林枫[2]（2015）在《基于FSVM的未知病毒检测技术研究》一文中研究指出病毒对当前社会造成了一系列的威胁,例如入侵一个安全系统、破坏系统或在没有用户允许的前提下得到用户的敏感信息。这些都危害到了正常的生活,特别是那些新出现的病毒,不能识别出来的病毒。并且现在每年会有上千的新病毒出现,给我们的社会生活造成了严重的威胁。而当前的反病毒系统尝试人为的使用启发式方法检测新的病毒。这种方法不仅耗时而且可能不起作用。因此为了检测未知病毒提出一个高效的、自动的基于FSVM算法的K-F模型。K-F模型从叁个方面对已有的病毒检测模型进行改进。首先针对模型的输入数据维度过高对数据进行预处理工作,因为如果数据维度过高会造成学习算法训练时间过长,效率低下。本文的特征数据是从PE文件中提取的静态特征,对这些特征进行规范化处理,然后采用特征处理算法进行降维处理,形成新的低维特征数据集,将其作为训练算法的输入从而加快模型建立速度。其次针对数据过多使用KFCM进行样本精简,因为数据太多会造成训练时间过长,并且噪声数据会降低模型准确率。本文采用KFCM对正常样本和病毒样本分别进行数据精简,不仅可以除去不是支持向量的样本减少样本数量而且去除部分噪声点,从而提高模型准确率和加快FSVM的学习速度。最后针对FSVM算法对噪声点和离群点敏感而导致模型准确率降低的缺点,提出一个新的隶属度的确定算法CLWD。CLWD是根据聚类中心与样本局部紧密度计算样本的隶属度,可以有效地将离群点和噪声点区分出来,从而更有效的提高模型的准确率。最后通过实验验证了PCA特征抽取算法更适合PE文件特征,并且验证了新的CLWD隶属度确定算法的合理性和有效性,能有效的去除噪声点和离群点,最后验证了新提出的未知病毒检测模型K-F性能良好,且对于未知病毒的检测有较高的准确率。(本文来源于《哈尔滨工程大学》期刊2015-01-09）
韩焘,原霖,訾占超,顾小雪,翟新验[3]（2013）在《未知病毒检测方法在动物病毒病诊断中的应用》一文中研究指出近年来,新发动物疫病多以病毒病为主,往往具有不可预测性且对畜牧业生产造成重大损失,因此如何快速诊断其主要病原成为防控新发疫病的关键因素。对新发疫情的传统诊断,往往需要依靠经验,逐步排除已知病原后才能确定疫情的主要因素,随着分子生物学及测序技术的发展,临床上出现了很多直接从病料中检测未知病毒的方法,这些方法逐渐成为确诊未知疫情的主要手段。作者主要阐述近年来应用于发现未知病毒的检测方法。(本文来源于《中国畜牧兽医》期刊2013年08期）
马俊兴[4]（2013）在《未知病毒快速检测方法的建立及应用》一文中研究指出背景：能够快速、准确的诊断鉴定未知病原体对传染性病毒病的预防、控制和临床治疗以及社会稳定有非常重要的意义。现有的分子生物学方法对于不能设计出病毒基因组特异的PCR引物及未知靶序列的病原体的应用受到限制。为了解决这一问题,研究设计了一个基于cDNA的基础上,随机扩增多态性DNA的技术(cDNA-RAPD)来探索病毒的新方法(Virus-Discovery-cDNA RAPD, VIDISCR)。本研究以实验室培养的猴副黏病毒(SV40)和猴空泡病毒(SV5)病毒作为DNA和RNA病毒测试样本,探索此法检测未知病毒的可行性。运用该方法从2005年在云南省边境采集的白蚊伊蚊样品中成功分离出一株盖塔病毒(YN08),于2012年云南省边境采集的蝙蝠肠道样品中成功分离出大肠杆菌噬菌体和呼肠孤病毒。结果：VIDISCR技术能够检测出细胞培养的SV40和SV5病毒,表明该方法对DNA病毒和RNA病毒均能检测.VIDISCR是一种能够大范围的鉴别出已知、未知、DNA或RNA的病原体的方法,能够更好地适用于已知和未知或者突然大爆发疾病中的未知病毒的鉴定。(本文来源于《山西农业大学》期刊2013-06-01）
余晓姿[5]（2012）在《基于分类的未知病毒检测技术研究与实现》一文中研究指出在这个信息爆炸的时代,Internet带给人们丰富的资讯,提供方便的同时也推动了经济的发展。但是许多非法组织和个人通过传播计算机病毒来窃取信息并从中获取经济利益,给信息和网络安全带来极大隐患。随着网络技术的发展,计算机病毒以更快的速度传播,同时新病毒不断出现,危害性也更大,病毒研究逐渐成为人们关注的的热点问题。特征码扫描是当前计算机病毒检测所采用的最主要方式,其特点是维护一个能唯一识别各类病毒的特征码库,在对文件进行检测时扫描文件中是否有匹配特征码的代码段,从而发现病毒文件。这种方法存在很大缺陷,即只能检测己知的病毒而对新出现的病毒无能为力,同时很多病毒采取指令演化技术进行变形来逃避杀毒软件的识别。为了解决新型病毒和变形病毒检测问题,本文采用数据挖掘技术中的分类方法对未知病毒进行检测,对病毒的静态结构特征、行为特征、如何提取特征向量以及数据分类算法等因素进行了分析。该方法以病毒变种之间的相似性及其与正常程序之间的差异性为基础,实现对未知病毒的识别,该方法具有可扩展性。本文提出的基于分类的未知病毒检测方法可以对已知病毒的变种进行检测,也具有学习未知新病毒的能力。相对于特征码扫描技术,该模型省去反病毒人员许多重复性的分析工作,不需要频繁更新病毒特征库,更易于维护和升级。通过实验验证表明,该方法能有效识别未知病毒,系统设计方案是可行的。(本文来源于《北京邮电大学》期刊2012-12-20）
张程,马兆丰,钮心忻,杨义先[6]（2012）在《一种API动态序列分析和DAG-SVM多类支持向量机的未知病毒检测方法》一文中研究指出分析现有的病毒检测方法,提出一种基于特征信息熵筛选和DAG-SVM多类支持向量机的未知病毒检测新方法.该方法将PE文件静态特征扫描和动态API序列特征结合起来形成多维特征向量,并利用信息熵对静态多维特征向量进行有效性筛选,将经降维后形成的特征向量利用有向无环图多类支持向量机分类方法训练病毒学习模型并实现对未知计算机病毒的检测,该检测方法克服了特征代码扫描法无法识别未知病毒的缺陷和静态API序列检测方法对于未知病毒隐藏API调用的低识别率,使用有向无环图支持向量机相对于其他支持向量机算法可以有效的解决某些样本的误分和拒分现象.实验结果表明该病毒检测方法具有更高的准确性.(本文来源于《小型微型计算机系统》期刊2012年12期）
熊俊[7]（2012）在《基于分类的未知病毒检测方法研究》一文中研究指出针对PE文件的静态信息,通过对未知病毒进行聚类分类分析,采用优化的初始聚类K-means算法,最终实现对病毒文件的相似度检测,无需运行PE文件即可判断其是否为病毒。该方法不仅克服了病毒特征码扫描无法识别未知病毒的缺点,而且相对于API序列检测方法免去了对文件进行脱壳等复杂操作,显着提高了检测速度。实验结果表明分类检测方法具有较好的准确性,有一定的应用价值。(本文来源于《电脑开发与应用》期刊2012年11期）
余晓姿,马兆丰,钮心忻,杨义先[8]（2012）在《基于分类的未知病毒检测方法研究》一文中研究指出文章提出了一种以PE文件静态信息作为特征,通过分类来对未知病毒进行检测的方法。采用初始聚类中心优化的K-means聚类算法实现对病毒文件的相似度检测,无需运行PE文件即可判定是否为病毒。该方法可以克服病毒特征码扫描技术无法识别未知病毒的缺点,且相对于API序列检测方法免去了对文件进行脱壳等复杂操作,明显提高了检测速度。实验结果表明分类检测方法具有较好的准确性,有一定的应用价值。(本文来源于《信息网络安全》期刊2012年11期）
郭英,段招军,钱渊[9]（2012）在《应用高通量测序技术检测脑脊液中未知病毒病原体》一文中研究指出目的病毒性脑膜炎和脑炎是儿童时期较为常见而严重的中枢神经系统感染性疾病,目前临床上尚有部分感染病例病原体不明,本研究旨在应用高通量测序技术对常见脑炎相关病毒筛查阴性的脑脊液样标本进行筛检,以探明其中可能存在的未知病毒病原体。方法选择109份常见脑炎相关病毒筛查均为阴性的疑似病毒性脑炎或脑膜炎患儿的脑脊液标本,应用序列非依赖扩增技术进行核酸扩增,构建测序文库,进而通过454高通量测序技术结合生物信息学分析,鉴定脑脊液标本中可能存在的未知病毒病原体。结果全PicoTiterPlate板测序共获得962,920个序列,平均读长312bp。在去除冗余序列和低复杂度序列、屏蔽重复序列后,经blastn和blastx比对,获得1,469条病毒同源序列。其中包含45种病毒,分别来自于25个病毒科,35个病毒属。较为常见病毒科包括:Herpesvindae、Picornaviridae、Iridoviridae和Anelloviridae。其中还检出多种以蚊虫作为宿主的病毒同源序列,如Brevidensovirus、Chloriridovirus和Densovirus等病毒同源序列。多数序列与数据库中已知的病毒序列之间均呈现出较低的identity值。其中一个contig与Picornaviridae病毒科中Parechovirus病毒属可感染人的Human Parechovirus 6 VP1区之间显示一定的同源性,氨基酸比对identity值为34.4%,已有的研究表明Human Parechovirus可致中枢神经系统的感染和损伤,提示可能为一种新的脑炎相关病毒,特异性引物PCR复检显示该标本中存在此病毒的感染。除上述病毒同源序列,少数常见脑炎相关病毒初筛中漏检的部分病毒序列也有检出。结论本研究从脑脊液标本中检出了多种病毒同源序列,并从中检出一个新的疑似可致人类感染的脑炎相关病毒。(本文来源于《中华医学会第十七次全国儿科学术大会论文汇编（上册）》期刊2012-09-13）
刘帅,吴艳霞,马春光,顾国昌,龙勤[10]（2011）在《采用Win32 API相关行为分析的未知病毒检测方法》一文中研究指出针对目前基于行为分析的未知病毒检测方法需要运行可执行程序,无法检测出以静态形式存在计算机中的滴管等病毒的问题,提出了一种基于Win32 API相关行为检测PE未知病毒的方法。首先解析PE文件提取其调用的敏感Win32 API函数,然后将这些API函数按相关的恶意行为分类并形成维数固定的特征行为向量存入数据库。采用基于判别熵最小化的特征提取法自适应的精简特征项,最后利用改进的K-最近邻算法进行分类。实验结果表明,该方法具有较高的命中率和较低的漏判率,适用于"云安全"系统中未知病毒的检测。(本文来源于《计算机工程与应用》期刊2011年27期）
未知病毒检测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
病毒对当前社会造成了一系列的威胁,例如入侵一个安全系统、破坏系统或在没有用户允许的前提下得到用户的敏感信息。这些都危害到了正常的生活,特别是那些新出现的病毒,不能识别出来的病毒。并且现在每年会有上千的新病毒出现,给我们的社会生活造成了严重的威胁。而当前的反病毒系统尝试人为的使用启发式方法检测新的病毒。这种方法不仅耗时而且可能不起作用。因此为了检测未知病毒提出一个高效的、自动的基于FSVM算法的K-F模型。K-F模型从叁个方面对已有的病毒检测模型进行改进。首先针对模型的输入数据维度过高对数据进行预处理工作,因为如果数据维度过高会造成学习算法训练时间过长,效率低下。本文的特征数据是从PE文件中提取的静态特征,对这些特征进行规范化处理,然后采用特征处理算法进行降维处理,形成新的低维特征数据集,将其作为训练算法的输入从而加快模型建立速度。其次针对数据过多使用KFCM进行样本精简,因为数据太多会造成训练时间过长,并且噪声数据会降低模型准确率。本文采用KFCM对正常样本和病毒样本分别进行数据精简,不仅可以除去不是支持向量的样本减少样本数量而且去除部分噪声点,从而提高模型准确率和加快FSVM的学习速度。最后针对FSVM算法对噪声点和离群点敏感而导致模型准确率降低的缺点,提出一个新的隶属度的确定算法CLWD。CLWD是根据聚类中心与样本局部紧密度计算样本的隶属度,可以有效地将离群点和噪声点区分出来,从而更有效的提高模型的准确率。最后通过实验验证了PCA特征抽取算法更适合PE文件特征,并且验证了新的CLWD隶属度确定算法的合理性和有效性,能有效的去除噪声点和离群点,最后验证了新提出的未知病毒检测模型K-F性能良好,且对于未知病毒的检测有较高的准确率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
未知病毒检测论文参考文献
[1].于春微,王靖飞.基于随机PCR的未知病毒检测方法的建立及应用[C].中国畜牧兽医学会信息技术分会第十届学术研讨会论文集.2015
[2].徐林枫.基于FSVM的未知病毒检测技术研究[D].哈尔滨工程大学.2015
[3].韩焘,原霖,訾占超,顾小雪,翟新验.未知病毒检测方法在动物病毒病诊断中的应用[J].中国畜牧兽医.2013
[4].马俊兴.未知病毒快速检测方法的建立及应用[D].山西农业大学.2013
[5].余晓姿.基于分类的未知病毒检测技术研究与实现[D].北京邮电大学.2012
[6].张程,马兆丰,钮心忻,杨义先.一种API动态序列分析和DAG-SVM多类支持向量机的未知病毒检测方法[J].小型微型计算机系统.2012
[7].熊俊.基于分类的未知病毒检测方法研究[J].电脑开发与应用.2012
[8].余晓姿,马兆丰,钮心忻,杨义先.基于分类的未知病毒检测方法研究[J].信息网络安全.2012
[9].郭英,段招军,钱渊.应用高通量测序技术检测脑脊液中未知病毒病原体[C].中华医学会第十七次全国儿科学术大会论文汇编（上册）.2012
[10].刘帅,吴艳霞,马春光,顾国昌,龙勤.采用Win32API相关行为分析的未知病毒检测方法[J].计算机工程与应用.2011
论文知识图
