冯芳梅，邵长庚，刘 丹

（电子科技大学 电子科学技术研究院，四川 成都 611731）

0 引言

近年来，计算机在人们生产、生活中扮演的角色也越来越关键，同时也容易遭受病毒、木马、恶意代码等多个方面的威胁[1]，造成重大损失。利益趋向导致恶意代码在数量和种类上呈现出一种爆发性增长趋势，面对越来越多的恶意代码变种和新型恶意代码的出现，传统的恶意代码检测技术（特征码匹配等）已经显得力不从心，并且逐渐暴露出越来越多的问题。各个安全公司、研究机构在系统资源占用率与检测精准率权衡中不断改进检测方式，其它领域各种高级技术被应用到恶意代码检测技术中[2]，并且呈现出日益白炽化趋势。基于语义方式的恶意代码检测技术属于其中一种，也在近年来得到不断改进，该方面相关技术研究近年来一度成为众多安全厂商和研究机构关注的热点。

本文首先对相关的最新技术进行了调研，在此基础上提出了一种基于分层语义认知的恶意代码智能检测方法，该方法采用了动态静态分析结合、分层语义归一化认知以及朴素贝叶斯分类器等技术进行检测，具有高检测率，低系统开销，抗混淆加密等特点。对于目前的绝大多数代码加壳、混淆方式有很强的抗干扰性，尤其对于常见的恶意代码检测绕过方式有非常强的针对性。在检测效率与精准率的权衡方面，结合了文件结构特征快速检测技术，有效降低了平均检测时间。……