摘要
面对大数据时代恶意代码飞速增长的现状,提出了一种基于DQN的恶意代码检测分类方法。该方法将恶意代码反汇编文件可视化为灰度图像,建立基于DQN的恶意代码分类模型对恶意代码灰度图像进行分类。该方法结合了强化学习的试错机制和动作优化策略,以及深度学习对图像深层特征的挖掘,实现了对恶意代码的识别。实验结果表明,该方法相对其他分类方法而言,具有更高分类准确率。
出处
《网络安全技术与应用》
2020年第6期57-60,共4页
Network Security Technology & Application
基金
国家自然科学基金项目(61473179)
淄博市校城融合发展计划项目(2018ZBXC295)。
