{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期部分”：[[2024,3,13]]，“日期时间”：“2024-03-13T11:03:23Z”，“时间戳”：1710327803120}，“出版商位置”：“查姆”，“参考计数”：42，“出版者”：“斯普林格国际出版”，“isbn-type”：[{“值”：“9783319085081”，“类型”：”打印“}，{“值”：“9783319085098”，“type”：“electronic”}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，“short-container-title”：[]，”published-print“：{”date-parts“：[[2014]]}，”DOI“：”10.1007\/978-3319-08509-8_7“，”type“：”book-capter“，”created“：”{“date-part”：[2014,6,13]]，“date-time”：“2014-06-13T07:04:32Z”，“timestamp”：140 2643072000}，“页面”：“112-131”，“来源”：“交叉引用”，“is-referenced-by-count”：41，“title”：[“AV-Meter:An Evaluation of Antivirus Scans and Labels”]，“prefix”：“10.1007”，“author”：[{“given”：“Aziz”，”family“：”Mohaisen“，”sequence“：“first”，“affiliation”：[]}，{“fixed”：“Omar”，“family”：“Alrawi”，‘sequence’：“additional”，“abliation”:[]}]，“member”：“297”，“reference”：“[{”key“7_CR1”“，”非结构化“：“ZeroAccess（2011年7月），\n\n http://\/bit.ly\/IPxi0N”}，{“key”：“7_CR2”，“unstructured”：“Sykipot回来了（2012年7月：“Arbor Networks.另一个DDoS机器人家族：Avzhan（2010年9月），\n\n http://bit.ly\/IJ7yCz”}，{“key”：“7_CR4”，“unstructured”：“Arbox Networks.JKDDOS:对采矿业感兴趣的DDoS bot（2011年3月），\n\n http://bit.ly \/18juHoS”}，“unstructured”：“Arbor Networks.A ddos家族事件：Dirt jumper bot家族继续发展（2012年7月），\n\n http://\/bit.ly\/JgBI12”}，{“key”：“7_CR6”，“series-title”：“计算机科学讲义”，“doi-asserted-by”：“publisher”，“first page”：”178“，“doi”：“10.1007\/978-3-540-74320-0_10”，“volume-title”：“入侵检测的最新进展”，“作者”：“M.Bailey”，“年份”：“2007”，“非结构化”：“Bailey，M.，Oberheide，J.，Andersen，J.，Mao，Z.M.，Jahanian，F.，Nazario，J.：互联网恶意软件的自动分类和分析。in：Kruegel，C.，Lippmann，R.，Clark，A.（编辑）RAID 2007。LNCS，卷\u00a04637，第178\u2013197页。Springer，Heidelberg（2007）“}，{“key”：“7_CR7”，“unstructured”：“Bayer，U.，Comparetti，P.M.，Hlauschek，C.，Kr\u00fcgel，C.，Kirda，E.：可扩展的、基于行为的恶意软件群集。In:NDSS（2009）”}，}，“key“：”7_CR8“非结构化”：“Canto，J.、Dacier，M.、Kirda，E.、Leita，C.：大规模恶意软件收集：吸取的教训。收录于：IEEE SRDS分布式计算系统弹性现场数据和实验测量共享研讨会（2008）“}，{”key“：”7_CR9“，”unstructured“：”Dambala.The IMDDOS Botnet:Discovery and Analysis“（2010年3月），\n\n http://bit.ly//1dRi2yi“}”，{“key”：“7_CR10”，“unstructure”：“”DDo斯佩迪亚。Darkness（Optima）（2013年12月），\n\n http:\/\/bit.ly\/1eR40Jc“}，{“key”：“7_CR11”，“doi-asserted-by”：“crossref”，“unstructured”：“Gashi，I.，Stankovic，V.，Leita，C.，Thonnard，O.：一项对非现成防病毒引擎多样性的实验研究。参见：第八届IEEE网络计算与应用国际研讨会，NCA 2009，第4\u201311页。IEEE（2009）“，”DOI“：”10.1109\/NCA.2009.14“}，{“key”：“7_CR12”，“unstructured”：“Jose Nazario.BlackEnergy DDoS Bot Analysis（2007年10月），\n\n http:\/\/bit.ly\/1bidVYB“}”，{”key“：”7_CR13“，”unstructure“：”Kelly Jackson Higgins.Dropbox，WordPress Used As Cloud Cove.In:New APT Attacks（2013年7月），\n\n http:\\/\/ubm.io\/1cYMOQS“}，{“key”：“7_CR14”，“unstructured”：“Kerr，D.：育碧被黑客攻击；暴露用户\u2019电子邮件和密码（2013年7月），\n\n http://cnet.co\/14ONGDi”}，}“issue”：“4”，”key“：”7_CR15“，”doi-asserted-by“：”publisher“，”first page“：“233”，“doi”：“10.1007 \/s11416-011-0151-y“，”volume“：”7“，”author“：”J.Kinable“，”year“：”2011“，”unstructured“：”Kinable，J.，Kostakis，O.：基于调用图聚类的恶意软件分类。Journal in Computer Virology\u00a07（4），233\u2013245（2011）“，”Journal-title“：”Journal in Computer Virology“}，{”key“：“7_CR16”，”doi-asserted-by“：”crossref“，”非结构化“：”Kong，D.，Yan，G.：基于结构信息的区分性恶意软件远程学习，用于自动恶意软件分类。摘自：《第19届ACM SIGKDD知识发现和数据挖掘会议论文集》（2013），“DOI”：“10.1145\/24875.2488219”}，{“key”：“7_CR17”，“unstructured”：“Kruss，P.：完整的宙斯源代码已泄露给大众（2011年3月），\n\n http://www.csis.dk\/en\/csis\/blog\/3229”}7_CR18“，“非结构化”：“Lanzi，A.，Sharif，M.I.，Lee，W.：K-tracer：提取内核恶意软件行为的系统。摘自：NDSS（2009）“}，{“key”：“7_CR19”，“unstructured”：“L\u00e9vesque，F.L.，Nsiempba，J.，Fernandez，J.M.，Chiasson，S.，Somayaji，A.：恶意软件感染相关风险因素的临床研究。摘自：ACM Computer and Communications Security Conference，pp.97\u2013108（2013）”}doi-asserted-by“：”publisher“，”first page“：”144“，“doi”：“10.1007\/978-3642-25560-1_10”，“volume-title”：“Information Systems Security”，“author”：“F.Maggi”，“year”：“2011”，“unstructured”：“Maggi，F.，Bellini，A.，Salvaneschi，G.，Zanero，S.：发现非普通恶意软件命名不一致。收录：Jajodia，S.，Mazumdar，C.（编辑）ICISS 2011。LNCS，卷\u00a07093，第144\u2013159页。Springer，Heidelberg（2011）“}，{”key“：”7_CR21“，”unstructured“：”恶意软件Intel.n0ise Bot.Crimeware专用于DDoS攻击（2010年6月），\n\n http://bit.ly\/1kd24Mg“}”，{“key”：“7_CR22”，“unstructure”：“mcafee.com。披露：Operation Shady RAT（2011年3月），\n\n http:\/\/bit.ly\/IJ9fQG“}，{“key”：“7_CR23”，“unstructured”：“Microsoft-恶意软件保护中心.Spyye（2013年12月），\n\n http://bit.ly\/1kBBnky”}Mohaisen，A.，Alrawi，O.：Amal：高度可靠、基于行为的自动恶意软件分析和分类。技术报告，VeriSign Labs（2013）“}，{“key”：“7_CR25”，“doi-asserted-by”：“crossref”，“unstructured”：“Mohaisen，A.，Alrawi，O.：揭开宙斯：恶意软件样本的自动分类。收录于：WWW（Companion Volume），pp.829\u2013832（2013）”，“doi”：“10.1145\/248788.2488056”}，“key“：”7_CR26“，“非结构化”：“《纽约时报》。日产是最新一家受到黑客攻击的公司（2013年4月），载于：http://\/nyti.ms\/Jm52zb“}，{“key”：“7_CR27”，“unstructured”：“Oberheide，J.，Cooke，E.，Jahanian，F.：Cloudav:n版网络云防病毒。载于：USENIX Security Symposium，pp.91\u2013106（2008）”}，}“key:”7_CR28“，“unsructured“：”OPSWAT公司。反病毒市场分析（2012年12月），\n\n http:\/\/bit.ly\/1cCr9zE“}，{“key”：“7_CR29”，“doi-asserted-by”：“crossref”，“unstructured”：“Park，Y.，Reeves，D.，Mulukutla，V.，Sundaravel，B.：通过自动行为图匹配快速分类恶意软件。In:CSIIR Workshop.ACM（2010）”，“doi”：“10.1145\/1852666.1852716“}，{“key”：“7_CR30”，“unstructured”：“Perdisci，R.，Lee，W.，Feamster，N.：基于http的恶意软件的行为聚类和使用恶意网络跟踪生成特征码。In:USENIX NSDI（2010）”}，}“key:”7_CR31“，”doi-asserted-by“：”crossref“，”unstructure“：”Perdisci，R.，M.U.:Vamo：实现完全自动化的恶意软件集群有效性分析。收录于：ACSAC，第329\u2013338页。ACM（2012）“，”DOI“：”10.1145\/2420950.2420999“}，{”key“：”7_CR32“，”series-title“：”计算机科学讲义“，”DOI-asserted-by“：”publisher“，”first page“：“108”，“DOI”：“10.1007\/978-3-540-70542-0_6”，“volume-title”：“入侵和恶意软件检测，以及漏洞评估”，“author”：“K.Rieck”，“year”：“2008”，“unstructured”：“”Rieck，K.、Holz，T.、Willems，C.、D\u00fcssel，P.、Laskov，P.：恶意软件行为的学习和分类。收录人：Zamboni，D.（编辑）DIMVA 2008。LNCS，卷\u00a05137，第108页\u2013125。Springer，Heidelberg（2008）“}，{“问题”：“4”，“关键”：“7_CR33”，“doi-asserted-by”：“交叉引用”，“首页”：“639”，“doi”：“10.3233\/JCS-2010-0410”，“卷”：“19”，“作者”：“K.Rieck”，“年份”：“2011”，“非结构化”：“Rieck，K.，Trinius，P.，Willems，C.，Holz，T.：使用机器学习自动分析恶意软件行为。计算机安全杂志\u00a019（4），639\u2013668（2011）“，”journal-title“：”journal of Computer Security“}，{“key”：“7_CR34”，“doi-asserted-by”：“crossref”，“unstructured”：“Rossow，C.，Dietrich，C.J.，Grier，C.，Kreibich，C.，Paxson，V.，Pohlmann，N.，Bos，H.，van Steen，M.：设计恶意软件实验的谨慎实践：现状和展望。收录：IEEE Sec.and Privacy（2012）”，“DOI“：”10.1109\/SP.2012.14“}，{“key”：“7_CR35”，“DOI-asserted-by”：“crossref”，“unstructured”：“Sharif，M.I.，Lanzi，A.，Giffin，J.T.，Lee，W.：恶意软件仿真器的自动反向工程。In:IEEE Sec.and Privacy（2009）”，“DOI”：“10.1109\/SP.2009.27”}，}，“key“：”7_CR36“，”非结构化“：”Silveira，V.：关于linkedin成员密码泄露的更新（2012年7月），\n\n http://\/linkd.in\/Ni5aTg“}，{“key”：“7_CR37”，“unstructured”：“Strayer，W.T.，Lapsley，D.E.，Walsh，R.，Livadas，C.：基于网络行为的僵尸网络检测。in：僵尸网络探测（2008）”}，}“key:”7_CR38“，”unstructure“：”赛门铁克。高级持久威胁（2013年12月），\n\n http://\/bit.ly\/1bXXdj9“}，{“key”：“7_CR39”，“doi-asserted-by”：“crossref”，“unstructured”：“Tian，R.，Batten，L.，Versteeg，S.：作为恶意软件分类工具的函数长度。In：IEEE malware（2008）”，“doi”：“10.1109\/malware.2008.4690860”}非结构化“：”Trend Micro。Trend Micro Exposes LURID APT（2011年9月），\n\n http://\/bit.ly\/18mX82e“}，{”key“：”7_CR41“，”series-title“：”LNCS“，”first page“：“152”，”volume-title“：“DIMVA 2014”，”author“：”A.G.West“，”year“：”2014“，”unstructured“：”West，A.G.，Mohaisen，A.：恶意软件中出现的网络端点的元数据驱动威胁分类。摘自：Dietrich，S.（编辑）DIMVA 2014。LNCS，卷\u00a08550，第152\u2013171页。Springer，Heidelberg（2014）“}，{“key”：“7_CR42”，“doi-asserted-by”：“crossref”，“unstructured”：“Zhao，H.，Xu，M.，Zheng，N.，Yao，J.，Ho，Q.：基于行为因素分析的恶意可执行文件分类。In:IC4E（2010）”，“doi”：“10.1109\/IC4E.2010.78”}]，“container-title”：[“入侵和恶意软件检测，以及漏洞评估”，“计算机科学课堂讲稿“]，”original-title“：[]，”link“：[{”URL“：”http://\/link.springer.com/content\/pdf\/10.1007\/978-3319-08509-8_7“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[[2019,5,27]]，”date-time“：“2019-05-27T02:24:11Z”，“timestamp”：1558923851000}，“score“：1，”resource“：{主要”：{“URL”：“http://\/link.springer.com/10.1007\/978-3-319-08509-8_7”}}，”subtitle“：[]，”shorttitle“：[]，”issued“：{date-parts”：[[2014]]}，“ISBN”：[“9783319085081”，“97833.19085098”]，”references-count“：42，”URL“：”http://\/dx.doi.org\/10007\/978 3-319-08509-8_7“，”关系“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，”ISSN-type“：[{”value“：”0302-9743“，”type“：“print”}，{“value”：“1611-3349”，“type”：”electronic“}]，“subject”：[]，“published”：{“date-parts”：[[2014]]}}}