文章摘要:恶意软件的泛滥给网络用户、企业、工业设施、网络和信息设备等带来严重的安全威胁.近年来，传统基于签名和启发式规则的恶意软件识别方法已不足以应对急剧增长的新型恶意软件.针对于此，大量机器学习方法被尝试用来更好地解决恶意软件识别问题.在广泛调研国内外大量文献及最新科研成果的基础上，以特征表示的获取为分类依据，按照基于特征工程的方法和基于特征学习的方法两类对当前基于机器学习的恶意软件识别研究进展进行了归纳和介绍，并整理了目前已公开的可用于训练机器学习的恶意代码数据集.在总结当前研究现状的基础上，进一步展望了基于机器学习的恶意软件识别当前面临的问题和挑战.

文章关键词:

项目基金: