數據科學的可視化惡意軟件分析技術在檔案數字化安全管理系統中的應用
網絡安全與數據治理
高偉波1,徐炳雪2,李仲琴1，赫明春3
1.江西省地質局核地質大隊；2.鷹潭開放大學信息中心；3.浙江大學計算機學院
摘要： 數據科學的可視化惡意軟件分析技術是當前信息安全領域中的重要的創新技術,旨在提高對檔案數字化系統中潛在威脅的檢測和應對能力。系統論述了基于數據科學的可視化惡意軟件分析技術在檔案數字化安全管理系統中的應用，并結合可視化數據集構建了基于神經網絡的惡意檢測模型。使用可視化繪圖對惡意軟件的檢出效果和迭代趨勢進行分析，其優點對比傳統的數據剝離手段更加高效并更具可讀性，且在分析的過程中能夠迅速、準確地應對不斷演進的威脅，為數字化檔案的安全提供了有力的支持。
中圖分類號：TP309;TP311.5文獻標識碼：ADOI:10.19358/j.issn.2097-1788.2024.05.003
引用格式：高偉波,徐炳雪,李仲琴.數據科學的可視化惡意軟件分析技術在檔案數字化安全管理系統中的應用［J］.網絡安全與數據治理，2024，43（5）：18-26.
引用格式：高偉波,徐炳雪,李仲琴.數據科學的可視化惡意軟件分析技術在檔案數字化安全管理系統中的應用［J］.網絡安全與數據治理，2024，43（5）：18-26.
Application of visual malware analysis technology of data science in archive digital security management system
Gao Weibo1,Xu Bingxue2,Li Zhongqin1，He Mingchun3
1.Nuclear Geology Brigade of Jiangxi Geological Bureau；2.Information Centre,Open University of Yingtan；3.School of Computer Science, Zhejiang University
Abstract： The application of data science′s visual malware analysis technique is an important and innovative technique in the current information security field. This technology combines methods of data analysis, machine learning and visualization, and aims to improve the detection and response capability of potential threats in archive digitization systems. This paper discusses the application of data science-based visual malware analysis technology in archive digitization security management through practice, and constructs a neural network-based malware detection model by combining visual data sets. The advantages of using visual mapping to analyze the detection effect and iterative trend of malware are more efficient and readable than the traditional means of data stripping, and in the process of analysis, it can more quickly and accurately respond to the evolving threats, which provides a strong support for the security of digital archives.
Key words : archive digitization; data science; malware threats; neural networks
引言
檔案數字化管理的重要性日益提升，伴隨而來的安全威脅也在不斷演進。其中，惡意軟件的形式不斷變化，傳統的防病毒軟件和防火墻等安全措施無法及時識別和阻止新型威脅。隨著各行業對數據保護和隱私的合規性要求越來越高，對檔案數字化管理提出了更為嚴格的要求。檔案數字化系統存儲了大量敏感信息，包括個人數據、企業機密和政府文件等，使得這些系統成為攻擊者的理想目標。惡意軟件如病毒、勒索軟件等，可以通過網絡渠道傳播，感染整個系統，導致信息泄露、文件損壞或者系統崩潰，嚴重威脅檔案的完整性和可用性，進而危及整個檔案數字化平臺。及時發現并阻止惡意軟件的傳播對于保護檔案中的重要信息至關重要。在這一背景下，惡意軟件檢測成為確保檔案數字化系統安全性的至關重要的一環。先進的惡意軟件檢測技術，特別是結合了數據科學和機器學習的技術，能夠更好地適應并識別不斷演進的威脅。通過強化惡意軟件檢測，可以有效阻斷這些網絡威脅，提高系統的抗攻擊能力，確保檔案數字化平臺能夠安全可靠地為用戶提供服務。
本文詳細內容請下載：
http://www.cowatch.cn/resource/share/2000006011
作者信息：
高偉波1,徐炳雪2,李仲琴1，赫明春3
（1.江西省地質局核地質大隊，江西鷹潭335001；
2.鷹潭開放大學信息中心，江西鷹潭335001;3.浙江大學計算機學院,浙江杭州310013）
此內容為AET網站原創，未經授權禁止轉載。