MỤC LỤC

DANH MỤC BẢNG BIỂU vi

DANH MỤC HÌNH ẢNH vii

KÝ HIỆU VÀ VIẾT TẮT ix

CHƯƠNG 1 - MỞ ĐẦU 1

1.1. Giới thiệu đề tài 1

1.1.1. Lý do chọn đề tài .1

1.1.2. Mục tiêu của đề tài .2

1.1.3. Các giai đoạn thực hiện đề tài 2

1.2. Đối tượng, phạm vi nghiên cứu của đề tài 3

1.2.1. Virus máy tính và các hệ thống đích .3

1.2.2. Các hệ học và khám phá tri thức .3

1.2.3. Các hệ chuyên gia 4

1.3. Ý nghĩa khoa học và thực tiễn của đề tài 4

1.4. Cấu trúc của luận án 5

CHƯƠNG 2 – CÁC CƠ CHẾ CHẨN ĐOÁN VIRUS MÁY TÍNH VÀ MỘT SỐ VẤN ĐỀ LIÊN QUAN .7

2.1. Khảo sát virus máy tính 7

2.2. Các cơ chế chẩn đoán virus máy tính .9

2.2.1. Phát hiện virus dựa vào chuỗi nhận dạng 11

2.2.2. Phát hiện virus dựa vào hành vi .11

2.2.3. Phát hiện virus dựa vào ý định 12

2.3. Các hệ phòng chống virus máy tính 12

2.3.1. Các sản phẩm trong nước 12

2.3.2. Các sản phẩm nước ngoài 13

2.4. Tình hình nghiên cứu virus máy tính 13

2.4.1. Tình hình nghiên cứu, ứng dụng trong nước .14

2.4.2. Tình hình nghiên cứu, ứng dụng ở nước ngoài .15

2.4.3. Các vấn đề mở của công nghệ anti-virus .15

2.5. Hướng giải quyết của đề tài 16

2.5.1. Các luận điểm của đề tài 17

2.5.2. Giải pháp của đề tài .18

2.6. Các hệ cơ sở tri thức .19

2.6.1. Các Hệ chuyên gia .19

2.6.1.1. Cơ sở tri thức .20

2.6.1.2. Động cơ suy diễn 20

2.6.2. Các hệ Khám phá tri thức từ cơ sở dữ liệu 20

2.6.2.1. Giới thiệu .20

2.6.2.2. Tiến trình khám phá tri thức .21

2.6.3. Các Hệ học .22

2.6.3.1. Học giám sát 23

2.6.3.2. Học không giám sát .23

2.6.3.3. Các hình thức học 24

2.6.4. Các nghiên cứu máy học nhận dạng virus máy tính 25

2.6.5. Các nghiên cứu hệ chuyên gia nhận dạng virus máy tính .27

2.7. Tổng kết chương .29

CHƯƠNG 3 – CƠ CHẾ MÁY HỌC CHẨN ĐOÁN VIRUS MÁY TÍNH 30

3.1. Phân hoạch bài toán chẩn đoán virus máy tính .30

3.2. Các độ đo chất lượng chẩn đoán .31

3.3. Cơ chế máy học chẩn đoán virus máy tính .31

3.3.1. Bài toán 1: Chẩn đoán lớp virus C-class .31

3.3.1.1. Phát biểu bài toán 31

3.3.1.2. Tổ chức cơ sở dữ liệu và trích chọn đặc trưng 32

3.3.1.3. Thuật toán chẩn đoán lớp C-class .32

3.3.1.4. Phân tích, đánh giá thuật toán chẩn đoán lớp C-class .33

3.3.2. Bài toán 2: Chẩn đoán lớp virus D-class .34

3.3.2.1. Phát biểu bài toán 34

3.3.2.2. Tổ chức cơ sở dữ liệu 35

3.3.2.4. Trích chọn đặc trưng .37

3.3.2.5. Luật nhận dạng virus lớp D-class 37

3.3.2.6. Thực nghiệm bài toán chẩn đoán lớp D-class .38

3.3.3. Bài toán 3: Chẩn đoán lớp virus B-class .39

3.3.3.1. Phát biểu bài toán 39

3.3.3.2. Tạo lập cơ sở tri thức 40

3.3.3.3. Tổ chức cơ sở dữ liệu 41

3.3.3.4. Trích chọn đặc trưng .41

3.3.3.5. Xây dựng không gian trạng thái 42

3.3.3.6. Cơ chế phân tích 43

3.3.3.7. Đánh giá độ phức tạp và kết quả thực nghiệm 44

3.3.4. Bài toán 4: Chẩn đoán lớp virus E-class 45

3.3.4.1. Phát biểu bài toán 45

3.3.4.2. Tổ chức cơ sở dữ liệu virus, trích chọn đặc trưng 45

3.3.4.3. Xây dựng cơ sở tri thức .46

3.3.4.4. Tổ chức cơ sở dữ liệu thông tin hệ thống .46

3.3.4.5. Thiết kế động cơ suy diễn .47

3.3.4.6. Giải thích thuật toán SID 47

3.3.4.7. Các tác tử hoạt động 49

3.3.4.8. Kết quả thực nghiệm .50

3.3.4.9. Đánh giá phương pháp chẩn đoán lớp virus E-class .51

3.3.5. Bài toán 5: Chẩn đoán lớp virus A-class .52

3.3.5.1. Lược sử vấn đề nhận dạng mã độc 52

3.3.5.2. Phát biểu bài toán 54

3.3.5.3. Tổ chức cơ sở dữ liệu virus .54

3.3.5.4. Biểu diễn dữ liệu virus bằng mô hình không gian vectơ 55

3.3.5.5. Rút trích đặc trưng 55

3.3.5.6. Ước lượng tỷ lệ mã độc .56

3.3.5.7. Ví dụ minh họa bài toán A-class .57

3.3.5.8. Kết quả thực nghiệm .59

3.3.5.9. Bàn luận về phương pháp chẩn đoán lớp A-class .59

3.4. Tổng kết chương .60

CHƯƠNG 4 – THIẾT KẾ XÂY DỰNG HỆ THỐNG VÀ THỰC NGHIỆM .62

4.1. Mô hình tổng quát của hệ .62

4.2. Tổ chức cơ sở tri thức .62

4.2.1. Mô tả đối tượng .62

4.2.2. Luật nhận dạng virus .64

4.3. Giai đoạn Học dữ liệu .65

4.3.1. Trích chọn dữ liệu 65

4.3.2. Phân cụm dữ liệu .65

4.3.2.1. Tổ chức cấu trúc dữ liệu 66

4.3.2.2. Thuật toán ACV gom cụm trên V-Tree 67

4.3.2.3. Đánh giá thuật toán ACV 71

4.3.3. Rút luật phân bố trị thuộc tính .73

4.3.3.1. Rút luật phân cụm trên V-Tree .73

4.3.3.2. Rút luật phân cụm trên ma trận dữ liệu .74

4.4. Giai đoạn Xử lý dữ liệu 76

4.4.1. Phân loại dữ liệu chẩn đoán .79

4.4.1.1. Phân loại đối tượng .79

4.4.1.2. So khớp luật phân nhóm .82

4.4.2. Chẩn đoán virus bằng kỹ thuật hợp nhất dữ liệu .83

4.4.2.1. Tinh chế dữ liệu trong tiến trình khám phá tri thức 83

4.4.2.2. Tinh chế dữ liệu NULL bằng kỹ thuật hợp nhất dữ liệu .83

4.4.2.3. Virus lạ và dữ liệu NULL .84

4.4.2.4. Dự báo virus lạ bằng kỹ thuật hợp nhất dữ liệu 86

4.4.2.5. Kết quả thực nghiệm .88

4.4.2.6. Bàn luận về kỹ thuật DF2RV 90

4.5. Kết quả thực nghiệm .90

4.5.1. Đánh giá hiệu quả nhận dạng virus của MAV .91

4.5.2. Đánh giá tốc độ thực thi của MAV 92

4.6. Tổng kết chương .94

CHƯƠNG 5 - KẾT LUẬN .95

5.1. Những đóng góp mới của đề tài 96

5.2. Hạn chế của đề tài, cách khắc phục 97

5.3. Hướng phát triển tương lai 98

5.4. Đề nghị về các nghiên cứu tiếp theo .99

CÔNG TRÌNH ĐÃ CÔNG BỐ .100

TÀI LIỆU THAM KHẢO 102

PHỤ LỤC 1 – KHẢO SÁT VIRUS MÁY TÍNH 108

PHỤ LỤC 2 – CÁC ĐỊNH DẠNG DỮ LIỆU NHIỄM VIRUS 117

PHỤ LỤC 3 – CÁC TÁC TỬ HOẠT ĐỘNG VÀ THUẬT TOÁN SID .128

PHỤ LỤC 4 - PHÂN TÍCH HỆ THỐNG PHẦN MỀM MAV .133

PHỤ LỤC 5 - PHÂN HỆ MÁY CHỦ MAVSR 137

PHỤ LỤC 6 - PHÂN HỆ MÁY TRẠM MAVCL 14