论文部分内容阅读
近年来．由加密型勒索软件引起的网络安全事件的数量大幅度增长，受害者广布全球。加密型勒索软件采用高强度加密算法对用户文件加密．目前对加密型勒索软件没有可靠的事前防御和检测措施，用户数据一旦被勒索软件加密，传统的反病毒软件无能为力。为了解决以上问题。从恶意软件主动防御的思想出发，提出一种基于机器学习的针对加密型勒索软件的防御方案，并在Mac0S平台实现。通过对程序的实时行为监控，从文件操作行为的关键数据中提取多种特征，采用不同的分类方法对加密数据和正常数据进行识别，捕捉加密型勒索软件行为，并采取相应的控制手段