卡巴斯基公布7月中国地区20大恶意软件排行

飞鸽传书卡巴斯基实验室(中国)公布2008年7月通过电子邮件传播的二十大恶意软件排行榜。首先,我们看到本月的二十大排行榜榜首仍然是Email-Worm.Win32.NetSky.q,跟上个月一样,还是排在第一的位置,百分比为 6.97%。但榜首以下的排名却发生了很大的变化。在这个月的榜单中我们看到有一半的恶意程序都是新名字,当然它们并不是真正的新近恶意程序,只是它们是 在这个月才进到我们的二十大排行榜中的。

排名名称百分比排名改变
1.Email-Worm.Win32.NetSky.q6.97 0
2.Virus.Acad.Bursted.d3.87 +2
3.Virus.ALS.Bursted3.43 +2
4.Email-Worm.Win32.NetSky.aa2.3 +5
5.Trojan.VBS.Shutdown.r1.99 New!
6.Backdoor.Win32.Hupigon.dsx1.8 +5
7.Backdoor.Win32.SdBot.dfe1.51 +7
8.Email-Worm.Win32.NetSky.x1.32 New!
9.Net-Worm.Win32.Mytob.fr1.26 New!
10.Trojan-Dropper.Win32.Delf.aej1.24 New!
11.Trojan.Acad.Qfas.a1.22 New!
12.Virus.Win32.Virut.a1.1 New!
13.Worm.Win32.WhiteIce.a1.1 +3
14.Backdoor.Win32.WinterLove.cy0.95 New!
15.Trojan-PSW.Win32.Lmir.bno0.87 +4
16.Net-Worm.Win32.Mytob.bi0.85 New!
17.Trojan.Acad.Dwgun.a0.85 New!
18.Virus.Win32.Xorer.du0.77 -11
19.Sniffer.Win32.WpePro.a0.74 New!
20.Trojan.Win32.Hider.i0.74 New!
        其它65.12 

        本月排名第二和第三的两种病毒十分相似, 都是结构很简单的病毒,由AutoCAD的AutoLisp脚本语言编写,于几年前被首次发现!本月我们还看到两个针对Acad平台的恶意程 序,Trojan.Acad.Qfas.a及Trojan.Acad.Dwgun.a,在榜单中分别排在11和17位,百分比为1.22%和0.85%。 发生这种情况目前还无法解释,但Acad平台在这个月是非常受欢迎的。

        我们还在邮件通信量中发现了一个并不具有代表性的恶意程序Sniffer.Win32.WpePro.a,排名19,占0.74%。

        其他恶意程序在这个月也有了增长,在7月所占的百分比为65.12%,比6月份略有增加。

        尽管本月的排行榜首没有改变,但是总体的恶意程序排名情况还是出现了较大的变化。本月有10个新的恶意程序上榜,它们中一些是其它程序的改版,一些则是新编写的程序。

        中国地区二十大被感染城市排行榜

城市名称百分比
 1. 北京70.95
 2. 广州4.54
 3. 上海4.45
 4. 深圳1.53
 5. 济南0.99
 6. 苏州0.68
 7. 杭州0.53
 8. 南京0.48
 9. 沈阳0.44
10. 郑州0.4
11. 天津0.36
12. 厦门0.32
13. 武汉0.29
14. 太原0.28
15. 汕头0.28
16. 宁波0.25
17. 福州0.24
18. 长沙0.23
19. 西安0.22
20. 温州0.19

        另一份榜单 - “二十大被感染城市排行榜”的排名情况非常稳定。仅北京就占了整个被感染通信量的70%以上。不知道需要什么样的条件才能改变这种状况。

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值