ty -jour a2 -sebastian au -ismail，ismahani au -mohd nor，sulaiman au -Marsono -Marsono，Muhammad Nadzir Py -2014 da -2014/04/15 ti-2014/04/15 TI-取消型号的无型恶意软件数据包SPS SP SPS SP-197961 VL -2014 AB-在网络基础架构级别进行的恶意软件检测仍然是一个开放的研究问题，考虑到Malwares的演变和检测这些威胁所需的高检测准确性。基于内容的分类技术已被证明能够检测恶意软件而无需匹配恶意软件签名。但是，分类技术的性能取决于观察到的训练样本。在本文中，提出了一种将Snort恶意软件签名纳入幼稚贝叶斯模型训练中的新检测方法。通过实验工作，我们证明了提出的工作会导致低功能搜索空间，以便在数据包级别上有效检测。本文还证明了在无状态级别（使用数据包）以及状态级别（使用TCP字节流）检测恶意软件的可行性。结果表明，以与状态级别相似的精度检测到无状态级别的恶意软件是可行的，因此需要最小的Middlebox实现资源。无状态检测可以通过在中间箱上检测恶意软件而无需重建状态会话，并且在Malwares到达最终用户之前，可以为最终用户提供更好的保护。SN -1687-9724 UR -https：//doi.org/10.1155/2014/197961 do -10.1155/2014/2014/197961 JF-应用计算智能和软计算