摘要:基于木马病毒行为特性,提出基于数据挖掘的相似度技术的主动木马病毒检测及预防算法。该算法从规则化、行为过滤及自学习三个方面确保了算法的完备性和有效性。首先,依据木马病毒特征码及行为特性,进行特征的规则化,建立起初的木马病毒规则库。其次,通过建立进程行为特征捕捉及分析过程,采用聚类分析方法完成行为特征的规则化。最后,利用规则库及相似度主动对比法,分析对比可疑进程,确定其性质。分析和实验结果显示,该算法具备自主学习和主动防御特性,有效平衡了静态测试技术和动态测试技术的优缺点。