使用深度学习的混合恶意代码检测:使用结合Keras和Scikit Learn进行深度学习的混合恶意代码检测-源码

上传者: 42173218 | 上传时间: 2021-03-25 14:55:09 | 文件大小: 37KB | 文件类型: ZIP
使用深度学习的混合恶意代码检测 关于 这是一种基于深度学习的混合恶意代码检测方法的Keras实现。 基本上,它是由自动编码器和深度信任网络组成的混合模型。 有关数据集的详细信息,请。 Python依赖 脾气暴躁的 凯拉斯 大熊猫 Scikit学习 张量流 环境设定 如果使用Python Ananconda Environment,则更可取。 您可以从下载 使用以下命令创建新的conda环境: conda create -n hybrid-code python=3.5 通过运行以下代码来激活环境: source activate hybrid-code 要安装所需的库,请运行以下命令:

文件下载

资源详情

[{"title":"( 12 个子文件 37KB ) 使用深度学习的混合恶意代码检测:使用结合Keras和Scikit Learn进行深度学习的混合恶意代码检测-源码","children":[{"title":"hybrid-malicious-code-detection-using-deep-learning-master","children":[{"title":"util.py <span style='color:#111;'> 2.31KB </span>","children":null,"spread":false},{"title":"imports.py <span style='color:#111;'> 744B </span>","children":null,"spread":false},{"title":"src","children":[{"title":"HybridModel.ipynb <span style='color:#111;'> 28.25KB </span>","children":null,"spread":false},{"title":"HybridModel.py <span style='color:#111;'> 6.04KB </span>","children":null,"spread":false},{"title":"requirements.txt <span style='color:#111;'> 63B </span>","children":null,"spread":false},{"title":"encoded_output.csv <span style='color:#111;'> 99.80KB </span>","children":null,"spread":false}],"spread":true},{"title":"HybridModel.py <span style='color:#111;'> 2.80KB </span>","children":null,"spread":false},{"title":"requirements.txt <span style='color:#111;'> 63B </span>","children":null,"spread":false},{"title":"driver.py <span style='color:#111;'> 281B </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 1.04KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.06KB </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 1.22KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

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