基于机器学习和深度学习的项目，内含数据集以及详细的备注源码

基于深度学习和机器学习的恶意软件检测算法 内含数据集以及训练预测脚本

基于机器学习和深度学习的恶意域名检测算法 DGA：恶意域名生成算法 内含数据集以及训练脚本

基于词嵌入和cnn的恶意短信检测

基于开源URL数据字符串特征的恶意性检测项目源码+数据集+模型+项目说明.7z 从kdnuggets上收集到了带标签（good/bad）的URL数据集，共416350条，其中异常数据（bad）71556条，占比17.19%； 正常数据（good）344794条，占比82.81%。 将全体数据划分为训练集（70%），验证集（15%）和测试集（15%），并且在每个集合中均保持异常数据所占比例相同。 分类器模型 准确度（%） 精确度（%） 召回率（%） 贝叶斯 85.88 60.82 50.25 AdaBoost 92.84 86.05 69.65 随机森林 97.13 95.9 87.05 决策树 94.63 83.9 85.11 逻辑回归 90.86 83.29 58.58 梯度提升树 96.35 93.7 84.45 基于投票的分类器 97.1 92.51 90.48

来自微软的大型恶意软件数据集，在原始数据中，我们有二进制和asm文件 来自微软的大型恶意软件数据集，在原始数据中，我们有二进制和asm文件 来自微软的大型恶意软件数据集，在原始数据中，我们有二进制和asm文件

用windous本身清除恶意软件,不再被那些大软件蒙骗

恶意代码分析实战 作者:Michael Sikorski（迈克尔.斯科尔斯基）, Andrew Honig（安德鲁.哈尼克）出版社:电子工业出版社出版时间:2014年04月 不管你是否有恶意代码分析的背景和经验，《恶意代码分析实战》极其丰富的内容都将使你获益匪浅。 　　《恶意代码分析实战》教你如何、以及何时使用恶意代码分析技术，深入掌握恶意代码分析工具的核心功能，从而达到准确诊断、及时突破、快速响应的效果。 　　《恶意代码分析实战》一经问世，便赢来业内好评如潮，被业内人士一致推荐为入门、晋级的优秀读本。 详尽，经典——每一位认真学习过《恶意代码分析实战》的读者，必将在恶意代码分析的专业技能上获得巨大的提升。 《恶意代码分析实战》是业内公认的迄今为止优秀的一本恶意代码分析指南，《恶意代码分析实战》也是每一位恶意代码分析师都必须作为指导手册珍藏的案头必备。 《恶意代码分析实战》既是一本教材，也是一本动手实践的指南。不仅教会你如何分析恶意代码（技术指导），而且配了大量的实验练习、案例、答案以及详细的分析过程，同时还包含很多用作案例的恶意代码样本，提供了丰富、安全的学习环境。 针对初学者：本书的技术内容、实验作业可以帮你渐入佳境； 针对中级读者：本书大量的分析实践会直接带你进入更高的级别，臻入化境。

搜索引擎营销

PeStudio 是一款用于静态分析恶意软件的工具，也是我最喜欢的恶意软件分析工具之一