1、網(wǎng)絡(luò)蠕蟲以其多樣性的傳播方式、快速的繁殖能力和破壞能力不斷造成損失。當前運用最為廣泛的網(wǎng)絡(luò)蠕蟲檢測系統(tǒng)多采用誤用入侵檢測技術(shù)，其檢測能力在很大程度上取決于攻擊特征的數(shù)量和質(zhì)量，而依靠專家事后提取特征的方式已遠遠不能應付層出不窮的新蠕蟲攻擊，因此，對蠕蟲特征自動提取技術(shù)的研究具有非常重要的意義。
　　 蜜罐技術(shù)的目的在于誘使攻擊，其捕獲惡意數(shù)據(jù)針對性強、數(shù)據(jù)量小，能較迅速的排除正常流量的干擾收集攻擊信息。為進一步區(qū)分出蜜罐系統(tǒng)中的

2、蠕蟲攻擊信息，將貝葉斯方法結(jié)合到蠕蟲檢測技術(shù)中，通過將蜜罐系統(tǒng)捕獲的數(shù)據(jù)按訪問總次數(shù)、最大訪問頻度、訪問范圍、端口風險度和平均負載長度5個觀測參數(shù)綜合評分判斷是否屬于可疑蠕蟲流量。將蠕蟲攻擊手段分為網(wǎng)絡(luò)掃描、快速掃描，緩沖區(qū)溢出以及后門，分別模擬這4類攻擊方式統(tǒng)計得出4類異常觀測參數(shù)的概率值作為網(wǎng)絡(luò)蠕蟲檢測指標。通過這種結(jié)合蜜罐技術(shù)與貝葉斯方法的蠕蟲技術(shù)，減少了噪音數(shù)據(jù)對系統(tǒng)的干擾，使提取的特征片段更加精確。
　　 目前可用的特

3、征提取算法非常有限，生物信息學中的Needleman-Wunsch算法則是利用動態(tài)規(guī)劃的思想尋求兩條序列間的全局最小距離(最相似子序列)。通過引入激勵函數(shù)改進Needleman-Wunsch算法能克服原算法易產(chǎn)生碎片的缺點，使之很好的適用蠕蟲病毒的特征提取要求。結(jié)合多層序列聯(lián)配算法能較快的舍棄干擾序列，保證整個特征提取算法的收斂速度；通過引入通配符盡可能的保留蠕蟲病毒的特征，增強特征碼的靈敏性。
　　 利用網(wǎng)絡(luò)蠕蟲檢測技術(shù)與特征