基于轻量级CNN等的恶意软件家族分类模型
现有基于卷积神经网络（CNN）的恶意代码分类方法存在计算资源消耗较大的问题。为降低分类过程中的计算量和参数量，构建基于恶意代码可视化和轻量级CNN模型的恶意软件家族分类模型。将恶意软件可视化为灰度图，以灰度图的相似度表示同一家族的恶意软件在代码结构上的相似性，利用灰度图训练带有深度可分离卷积的神经网络模型 Mobilenet v2，自动提取纹理特征，并采用 Softmax分类器对恶意代码进行家族分类。实验结果表明，该模型对恶意代码分类的平均准确率为99.32%，较经典的恶意代码可视化模型高出2.14个百分点。
文件下载
评论信息
其他资源
- TDC-GP22的超声波水表程序
- 视觉注意力模型实现
- VB.NET中Winsock控件的使用源码
- Algorithms in C++, Parts 1-4
- 信道仿真MATLAB程序
- 供求信息网站源代码
- 基于labview的多面板程序设计
- ANFIS自适应模糊推理算法Matlab设计
- 运动模糊图像复原毕业论文
- 基于遗传算法的改进FCM算法GA-FCM
- jQuery手机端考试答题系统.zip
- ZHSubside中翰建筑物沉降分析软件安装程序(含破解程序)
- javaweb一对一网络聊天系统
- PP文章伪原创降重助手2.0降重
- Nginx学习笔记.md
- Coursera_Capstone_IBM_DataScience：此存储库用于获得IBM数据科学专业认证的Coursera Capstone项目-源码
- 1305-EN.rar
- tableau可视化分析-案例集锦-盒须图
- 电影数据库 DATASET
- M通道滤波器组的实现
- seulex编译原理课程设计
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