打造安全可靠的无线网络

在我们感受无线网络带来的便利的同时,往往会忽略它所带来的安全隐患,很可能导致网络资源被他人非法使用,内部文件被他人非法查看或修改,甚至被人利用无线网络传播病毒、木马等恶意程序。     

一种智能型的病毒检测方法

目前由于传统的病毒检测算法缺乏智能性,因而使得杀毒软件在检测病毒时产生的漏检和误检比率较高,因此解决当前病毒检测算法的智能性十分必要。不论是过去还是现在每种程序都有自身的属性,因此本文从程序属性的角度出发,提出一种基于程序属性的病毒检测算法。该算法以病毒的传染模块具有的属性作为检测未知程序是否为病毒的前提条件。本文提出的病毒检测算法在检测未知程序时分为三步:第一步提取程序的所有属性,第二步将需要检测程序的各种属性值与病毒的特有属性的属性值进行比较。第三步根据比较的结论,再根据实体与属性存在的内在联系来判断该未知程序是不是病毒。本文提出的算法具有一定的智能性,能够作为现有病毒检测算法的补充。     

数字-海外

<正>80%据外媒报道,安全厂商AVAST的一项研究指出:近80%家庭的无线网络存在安全隐患,其中超过半数的家用路由器未被妥善保护。这包括采用了默认的设置、以及易被入侵的密码组合。研究还发现,25%的消费者会使用他们的地址、姓名、电话号码、或者其他易被猜测到的信息作为其路由器的密码。     

业界要闻

工信部正制订移动智能终端安全法规 近期,工信部发布2011年前三季度通信业运行情况,全国3G用户净增5540．6万户,用户规模突破1亿户,达到1．02亿户。3G移动智能终端安全问题日益突出,互联网上原有恶意程序的传播、远程控制、网络攻击等问题正在向移动互联网快速蔓延,移动互联网终端和业务与个人用户利益密切相关,恶意吸费、信息窃取、诱骗欺诈等恶意行为的影响和危害更加突出。     

社交网络安全风险分析及探讨

一些网络的目的就是用于社交,允许用户在网上建立朋友或商业关系。虽然社交网站的特点各不相同,但是它们都要求用户提供真实个人资料,并提供与其他朋友的交流机制。但是,因为这些社交网站账户很容易申请,而用户对它的安全风险又知之甚少,用户往往会在社交网站上泄露过多的个人资料,从而导致大量的隐私与安全风险。本文指出了社交网络用户的主要安全风险,并且分析了这些风险产生的原因,同时提出了规避这些安全风险的方法,从而增强用户的个人资料安全,防止通过社交网站途径泄露个人隐私。     

Android系统恶意程序检测技术研究

随着Android系统的不断发展,人们对该平台的安全问题也更为关注。针对Android恶意应用程序存在的安全隐患,提出一种基于事件的恶意程序检测技术。系统采用C/S结构,通过手机客户端获取目标分析程序的系统调用序列,提交服务器端分析处理,分析服务器预先运行大量的已知恶意程序和良性程序作为训练样本,利用支持向量机学习算法对调用序列流进行聚类分类学习,检测出与样本类似特征的恶意程序。实验测试表明,该技术对恶意程序检出率高,误报率低,为Android恶意程序检测系统的设计提供有价值的参考。     

半数网络中潜藏着未知恶意程序

趋势科技最近发布了2009年上半年企业安全成胁评估报告。在2008年10月至2009年6月之间，趋势科技对全球100家企业进行了信息安全架构的评估，这些企业遍布北美洲、拉丁美洲、欧洲与亚太地区。     

基于微分博弈的在线社交网络恶意程序传播优化控制方法

针对在线社交网络（OSN）易传播恶意程序的现状,通过扩展传统的传染病理论,在考虑防御者和恶意程序主观努力度的基础上,提出了能确切描述OSN恶意程序的微分方程模型。利用微分博弈,建立了能反映防御者和恶意程序交互过程的OSN“恶意程序防御微分博弈”模型,当恶意程序动态改变其最优控制策略时,为防御者给出最优动态控制策略。实验结果表明,提出的方法能明显地抑制OSN恶意程序的传播,为防御OSN恶意程序提供了新途径。     

100款最佳安全工具(续四)

<正>52 RKHunter:一款Unix平台上的Rootkit检测器RKHunter是检测例如rootkit、后门、漏洞等恶意程序的工具。它采用多种检测手段,包括MD5哈希值对比、rootkits原始文件名检测、文件权限检测,以及LKM和KLD模块中的可疑字符串检测。     

恶意程序检测算法的研究与实现

恶意程序的入侵方式简单、隐藏方式多且更新速度快,传统恶意程序检测算法检测误报率高、恶意程序更新追踪能力不佳,为此设计了基于概率论和线性叠加的恶意程序检测算法。该算法由行为特征提取模块、行为特征检测模块和恶意程序输出模块组成,行为特征提取模块将被测网络中程序的行为特征提取出来,经由行为特征检测模块对其中的具体行为和隐含行为进行动态检测,给出程序恶意程度文件,恶意程序输出模块以程序恶意程度文件作为输入,根据设计的线性叠加函数和深度检测流程图检测出其中的恶意程序并输出。经实验证明,设计的算法检测误报率低、恶意程序更新追踪能力强。