将实现特定目的的程序、进程、信息或者通信隐藏于正常的操作或数据中，是网络攻击的核心手段之一，包括恶意代码对操作行为的保护以及隐蔽通信对通信事实的保护。实验室在恶意代码和隐写特征的分析方面突破了一批关键技术。发表论文102篇，出版专著3部，其中，在IEEE Trans. Inf. Forensics and Security、IET Inf. Security、IEEE Sig. Proc. Letters、IH、ACSAC、ASIACCS等重要刊物和会议上发表论文20余篇，被引用90余次；获专利12项、软件著作权17项，成果应用于国家重要部门，并获得表彰与好评。贡献主要包括：(1）基于虚拟技术和动态污点传播方法，丰富了恶意代码行为分析手段，提高了对隐藏和异常行为的检测能力；(2）通过恶意代码族类划分、语义和多路径分析，增强了对恶意代码的描述和特征提取能力，减小了变异技术对检测的影响；(3）发现和有效利用了一系列新隐写特征，基于特征融合提高了隐写分析的准确性，对主要隐写的识别率达到80％以上；(4）完成了首个隐写分析计算机辅助设计系统，对新出现的隐写能够很快生成新的识别方法。
项目成果