發(fā)布時(shí)間：2018-03-25 10:25

  本文選題：云計(jì)算平臺(tái)　切入點(diǎn)：惡意軟件　出處：《科學(xué)技術(shù)與工程》2017年31期

【摘要】：云計(jì)算平臺(tái)較為復(fù)雜,當(dāng)前惡意軟件防護(hù)算法容易受到復(fù)雜環(huán)境的影響,導(dǎo)致誤防護(hù)或防護(hù)效果不佳。為此,提出一種新的云計(jì)算平臺(tái)下惡意軟件動(dòng)態(tài)自適應(yīng)自主防護(hù)算法。引入時(shí)間衰減因子確定信任評(píng)價(jià)權(quán)重,依據(jù)云計(jì)算平臺(tái)軟件的多個(gè)屬性對(duì)軟件的直接信任值進(jìn)行計(jì)算。利用用戶(hù)評(píng)價(jià)相似度對(duì)推薦者的推薦權(quán)重進(jìn)行計(jì)算,從而實(shí)現(xiàn)軟件推薦信任云計(jì)算。通過(guò)直接信任云與推薦信任云獲取綜合信任云,比較綜合信任云和不同標(biāo)準(zhǔn)信任云,求出相應(yīng)信任綜合評(píng)判結(jié)果。將信任值低于閾值的軟件看作惡意軟件,列入惡意軟件列表中。令云計(jì)算平臺(tái)中所有用戶(hù)共同維護(hù)惡意軟件列表,在惡意軟件執(zhí)行前將其刪除,從而實(shí)現(xiàn)自主防護(hù)。實(shí)驗(yàn)結(jié)果表明,所提算法能有效防護(hù)惡意軟件,且耗電量少。
[Abstract]:Cloud computing platform is more complex, the current malicious software protection algorithm is vulnerable to the impact of the complex environment, resulting in false protection or poor protection. In this paper, a new dynamic adaptive self-defense algorithm for malicious software in cloud computing platform is proposed, and time attenuation factor is introduced to determine the weight of trust evaluation. The direct trust value of the software is calculated according to the multiple attributes of the software in the cloud computing platform, and the recommendation weight of the recommender is calculated by using the user evaluation similarity. In order to achieve software recommendation trust cloud computing. Through direct trust cloud and recommendation trust cloud to obtain comprehensive trust cloud, compare comprehensive trust cloud and different standard trust cloud, The software whose trust value is lower than the threshold value is regarded as malware and included in the list of malware. All users in the cloud computing platform maintain the list of malware together and delete it before the malicious software executes. Experimental results show that the proposed algorithm can effectively protect malware and consume less power.
【作者單位】： 阿壩師范學(xué)院;
【基金】：四川省應(yīng)用基礎(chǔ)研究項(xiàng)目(2014JY0005) 四川省教育廳一般自然科學(xué)項(xiàng)目(15ZB0349) 阿壩師范學(xué)院校級(jí)重點(diǎn)項(xiàng)目(ASA15-10)資助
【分類(lèi)號(hào)】：TP309;TP393.09

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 那罡;;惡意軟件:網(wǎng)絡(luò)的“傷城”[J];中國(guó)計(jì)算機(jī)用戶(hù);2007年01期

2 李斌;馮斌;;防治惡意軟件的幾點(diǎn)思考[J];法制與社會(huì);2007年01期

3 劉香;;淺談“惡意軟件”的分類(lèi)及治理措施[J];信息網(wǎng)絡(luò)安全;2007年03期

4 王江民;;建議將惡意軟件改稱(chēng)有害軟件[J];網(wǎng)絡(luò)安全技術(shù)與應(yīng)用;2007年04期

5 李志祥;;應(yīng)對(duì)“惡意軟件”的策略[J];農(nóng)村電工;2008年02期

6 千堆棧;;惡意軟件隱藏危險(xiǎn)多多[J];計(jì)算機(jī)安全;2008年05期

7 鄭淑蓉;;“惡意軟件”的危害及其治理[J];生產(chǎn)力研究;2009年02期

8 ZDNet;;惡意軟件的十條真相[J];網(wǎng)絡(luò)與信息;2010年04期

9 ;手機(jī)惡意軟件已經(jīng)兵臨城下[J];計(jì)算機(jī)與網(wǎng)絡(luò);2012年09期

10 涂凡;;淺談?dòng)?jì)算機(jī)惡意軟件及防范對(duì)策[J];計(jì)算機(jī)光盤(pán)軟件與應(yīng)用;2013年03期

相關(guān)會(huì)議論文 前4條

1 魏玉鵬;向陽(yáng);邊殿田;;惡意軟件關(guān)鍵技術(shù)及應(yīng)對(duì)策略研究[A];第一屆中國(guó)高校通信類(lèi)院系學(xué)術(shù)研討會(huì)論文集[C];2007年

2 張健;吳功宜;杜振華;;惡意軟件防治產(chǎn)品檢測(cè)技術(shù)和標(biāo)準(zhǔn)的研究[A];全國(guó)計(jì)算機(jī)安全學(xué)術(shù)交流會(huì)論文集·第二十五卷[C];2010年

3 吳葉科;陳波;宋如順;;虛擬化惡意軟件及其檢測(cè)技術(shù)研究[A];全國(guó)計(jì)算機(jī)安全學(xué)術(shù)交流會(huì)論文集（第二十四卷）[C];2009年

4 謝文軍;于振華;韓林;;車(chē)聯(lián)網(wǎng)中惡意軟件傳播過(guò)程建模與仿真研究[A];系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)論文集（第15卷）[C];2014年

相關(guān)重要報(bào)紙文章 前10條

1 毛濤濤;惡意軟件政府監(jiān)管呼之欲出[N];北京商報(bào);2006年

2 記者　 舒晴;反惡意軟件進(jìn)入重點(diǎn)攻堅(jiān)階段[N];中國(guó)改革報(bào);2007年

3 伊明;惡意軟件舉報(bào)機(jī)制將建立[N];中國(guó)稅務(wù)報(bào);2007年

4 葉凡;反惡意軟件運(yùn)動(dòng)進(jìn)入重點(diǎn)攻堅(jiān)階段[N];中國(guó)高新技術(shù)產(chǎn)業(yè)導(dǎo)報(bào);2007年

5 春秋;反惡意軟件運(yùn)動(dòng)進(jìn)入“重點(diǎn)攻堅(jiān)”階段[N];國(guó)際商報(bào);2007年

6 張曉兵;看透惡意軟件四大技術(shù)伎倆[N];中國(guó)計(jì)算機(jī)報(bào);2007年

7 張曉兵;個(gè)人預(yù)防惡意軟件“三段論”[N];中國(guó)計(jì)算機(jī)報(bào);2007年

8 申明;“全球40%惡意軟件源于北京”說(shuō)明了什么[N];科技日?qǐng)?bào);2007年

9 古月濱;軟件協(xié)會(huì)群策群力呼吁政府“懲惡”[N];民營(yíng)經(jīng)濟(jì)報(bào);2006年

10 ;我國(guó)反惡意軟件工作進(jìn)入攻堅(jiān)階段[N];人民郵電;2007年

相關(guān)博士學(xué)位論文 前2條

1 劉新;基于機(jī)器學(xué)習(xí)的惡意軟件分析方法與智能檢測(cè)技術(shù)研究[D];湘潭大學(xué);2014年

2 孟超;基于云計(jì)算的病毒惡意軟件分析研究[D];南京航空航天大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 劉小坤;Android惡意軟件樣本分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];華南理工大學(xué);2015年

2 楊文;基于支持向量機(jī)的Android惡意軟件檢測(cè)方法研究[D];南京理工大學(xué);2015年

3 李肖強(qiáng);基于對(duì)象引用圖的Android惡意軟件檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2015年

4 徐彩霞;Android平臺(tái)惡意軟件檢測(cè)技術(shù)的研究[D];山西大學(xué);2015年

5 于洲;Android平臺(tái)惡意軟件的動(dòng)態(tài)檢測(cè)技術(shù)研究[D];電子科技大學(xué);2015年

6 焦劍;基于動(dòng)態(tài)模型的Android惡意軟件檢測(cè)研究與實(shí)現(xiàn)[D];電子科技大學(xué);2015年

7 歐陽(yáng)博宇;基于支持向量機(jī)的惡意軟件檢測(cè)技術(shù)研究[D];湘潭大學(xué);2015年

8 曹明靜;基于網(wǎng)絡(luò)異常行為的智能終端惡意軟件檢測(cè)技術(shù)研究[D];華北電力大學(xué);2015年

9 張金鑫;移動(dòng)終端惡意軟件檢測(cè)與防護(hù)技術(shù)的研究與實(shí)現(xiàn)[D];東南大學(xué);2015年

10 李駿驍;基于監(jiān)督型機(jī)器學(xué)習(xí)分類(lèi)方法的Android惡意軟件檢測(cè)技術(shù)研究[D];南京大學(xué);2014年

，

本文編號(hào)：1662711