论文部分内容阅读
设计了一种应用机器学习和D S证据理论来进行 Linux病毒检测的方案。主要包括方案的总体框架、样本特征选择方法、分类器选择、检测效果融合以及方案验证与结果分析等。在样本特征选择时引入了控制流程图的概念，在检测效果融合时使用了D S证据理论的方法。最后在基于 Weka软件的机器学习平台上实现和测试了该方案。验证结果表明，该 Linux病毒检测方案具有良好的检测率和可靠性，可以应用于实际的商业产品中。