网站大量收购闲置独家精品文档,联系QQ:2885784924

基于GAN和自监督学习的恶意软件检测和分类研究.pdf

基于GAN和自监督学习的恶意软件检测和分类研究.pdf

  1. 1、本文档共48页,其中可免费阅读20页,需付费100金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

恶意软件的数量和种类激增,已对互联网安全构成严重威胁。恶意软件的有效检测

对于防御其广泛传播至关重要。已有恶意软件检测模型大多使用灰度图像且需要大量标

记样本,而对于恶意软件新变体,存在获取标记样本困难且多尺度关键特征丢失问题,

从而导致模型检测和分类的准确率下降。因此,从以下几个方面开展了深入研究:

(1)针对恶意软件检测和分类中存在样本不足、样本不平衡和分类准确率低等问

题,提出了一种基于多裁剪策略的恶意软件检测与分类模型。模型首先将恶意软件字节

文件用字节数组的形式放至内存缓冲区

文档评论(0)

136****6583 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7043055023000005

1亿VIP精品文档

相关文档