Copyright ©2013-2017 中国知网论文查重检测系统入口 All Rights Reserved. 网站备案号：辽ICP备17018872号-4.
恶意网址检测方面主要有3个比较流行的做法：第一个是直接维护一个黑名单，那么下次浏览器在访问某网址的时候，如果该域名已经存在于blacklist中，那么直接阻止访问或弹出警告提醒即可，这种方式最大的一个缺点在于不能及时更新，同时抗干扰能力也比较差，如果人家改了一个域名、或者域名是算法自动生成的，那这种方法就失效了。 Heuristic方法是对blacklist的一种扩展，它根据不同的攻击行为设计相应的签名，然后通过扫描网页来检测是否有相应的签名存在，从而判断是否为恶意网址。
典型的在线恶意软件检测技术包括 VM 内省，动态二进制检测，信息流追踪和软件异常检测等，这些解决方案覆盖范围都有限制并且引入了大量的开销。 应用层探测器软件的特点，在一定程度上将恶意软件检测限制为基于静态签名的扫描工具，这些扫描工具使用模式匹配来查找已知恶意软件的签名，然而使用程序混淆或者简单的代码转换可以轻松避开检测，这些工具的已知的局限性，给攻击者绕过他们提供了机会。 所以，开发底层的恶意软件探测器，使用更简单的分类器实现硬件，可以更高效并且以更低的性能损耗成本实现恶意软件检测。 在本报告中，我们使用 “ 底层”来表示关于执行程序的 计算机 架构信息 。 底层信息是指计算机架构事件，如高速缓存未命中率，分支预测结果，动态指令混合以及数据引用模式。
Ilgun 等人提出了基于规则的IDS检测方法，把攻击过程建模为状态转移图，然后检测过程中将程序行为与状态转移图进行对比。 AIice等人提出了一种基于已知恶意行为的基于签名的蠕虫检测方法，这种方法是通过监视数据流来识别签名。
使用底层信息进行恶意软件检测的研究在国内外都有开展， Bilar 等研究了恶意软件中操作码的使用频率，发现了恶意程序与常规程序操作码的使用频率差异很大。 Santos等人和Yan等人采用了基于操作码序列签名的检测方法，分类器通过对操作码序列的检测来进行分类。