使用机器学习的恶意软件分类方法综述-研究论文
本文讨论了使用机器学习进行恶意软件分类的方法，问题和解决方案。 可以相信，被释放的恶意软件的数量可能会超过权威软件的释放。 由于恶意软件每年都会变得越来越复杂，因此需要从传统方法转变为使系统自动学习。 这里的主要重点是研究机器学习方法以及它们的检测和分类问题。 说明了特征选择和高假阳性问题，并提出了解决方案。 然后将操作码，n-gram操作码，基于图像的分类技术进行比较。 这些方法将有助于清除恶意软件并将其分类到其家族中。 与常规操作码和基于图像的分类器相比，使用n-gram操作码分类时基于准确性的结果更好，但是使用集成方法结合了这两种方法的优点，例如，过拟合和FPR较低，最终结果显示出分类精度更高和提供总体上更好的恶意软件分类。
文件下载
评论信息
其他资源
- Gaussian 09+GaussianView05安装教程
- 数据结构算法演示系统DSDEMO类C描述语言3.1中文版
- PCM格式音乐文件（音频文件）
- QCOM骁龙处理器开发技术说明书 - QCA61X4 QCA65X4 QCA937X 配置指南.pdf
- 小波变换图像融合matlab
- Python-直播答题助手自动检测出题搜索答案
- SIFT算法的MATLAB 代码，可直接运行
- 并行计算与MPI.pdf
- PS高级考试答案PSD格式
- 定义一个接口，用于描述动物的生活习性，包含食性、捕食、分布区域、睡觉方式、群居方式等；接口里面包括属性和方法
- java人脸识别源代码
- 5992-2631.pdf
- Jenkins+Git实现持续集成和持续部署（无触发构建）
- 安装文件 小巧、实用万年历.exe
- xml-apis-2.0.2.jar
- 智慧路侧停车方案
- 面向对象的 VB.net 版《扫雷》游戏源代码（.net 2.0）
- Android移动应用设计与开发——刘博 原书配套教案ppt
- 2018年上半年网络工程师真题与答案解析
- mp3编解码源代码很好的算法（源码）很全
- C# 开发中常用的类大全，C#类
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明