1病毒程序的检测通用模型

在进行病毒信息提取的过程中，传统的手段很难高效实用地做到病毒抽象提取，但模糊识别系统可以通过自身的抽象模拟确定其程序的有效性。而在进行这一模型的匹配上，也能更好地完成相应检测。

2病毒程序行为特征库建设

在进行程序的基本运行上，若要更好地完成API函数的程序鉴定，就需要对病毒中的一些编码片段进行相应择取，这也是模糊识别法的基本工作原理。如果要对这一防护措施进行完善，则需要针对病毒的编码进行一定的择取从而完成相应的病毒防御，而主要的建设手段就是建设病毒的程序行为特征库。基于一个这样的全方位病毒库，才能够有效保障计算机的使用安全。

2.1病毒程序的典型特征提取

在病毒行为提取过程中，主要是用行为集合的方式进行相应库存，从而完成对典型行为的集中处理。针对内存方面进行操作，而修改计算机的系统配置，也能更好地完成定位处理，这样也能够有效地防治蠕虫病毒的侵害。

2.2病毒行为数据库建立

通过进行具体的病毒程序行为分类，进而从系统的API函数中提取单元组，从模块上进行病毒程序的片段编程整理，运用其抽象病毒程序行为集合进行典型病毒数据监测。这需要一个十分庞大的信息数据库，并且要及时进行更新，才能够保障计算机的日常运行。

3模糊集病毒监测引擎设计

3.1模糊识别的原理

模糊识别的基本运行原理，是通过对各种病毒的典型表现特征进行数据的片段编码择取，这对于整体运营能够更好地完成其对系统的掌握，对于分子集的提取，能够较好地完成相应任务。针对一个病毒程序可疑函数中，如果在其中某个频段的编程数据中找到了符合某病毒的典型特征，就可以视作疑似危险成分，这对于整体的系统问题调整都能很好地完成相应程序报告，也能够更好地解决病毒报错。

3.2病毒检测引擎设计

通过病毒的编程公式进行基准程序调整控制，对于病毒的程序检测等方面都能够很好地完成任务。依据这一原理，可以对病毒检测引擎进行设计，通过函数数据库进行系统函数集合调整，也能够更好地保障其频率上的可疑程序调整，对于每一个分类的病毒序列都能够更好地完成相应数据监测，对于判断是否为病毒能够做到更精确地分析。

4实践分析应用

在进行引擎设计和建模的过程中，需要针对其实际运营能力进行监测，所以就需针对其实践应用进行相应分析。在实践过程中，需要针对不同病毒进行检测，主要目的是通过对这些数据的片段进行摄取，通过检测引擎对隐藏了这些病毒的片段进行检测，通过查询概率来表达引擎是否满足相应的工作任务需求。

5结语

在针对人工智能系统理论模式判别过程中，对于病毒的程序特征问题，如何建设模糊子集，是完成模糊式识别计算机病毒的一项根本设施。在进行理论尝试的过程中，也需要针对这些问题进行病毒的特征收集。通过这一方式进行数据的规模化检测，也能够更好地完成病毒程序的相应理论识别，有助于保护计算机安全，更好地保障其正常运行。

作者：周艳芳 单位：北京京北职业技术学院机电工程系