期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
浅析基于深度学习的恶意软件检测
被引量:
3
原文传递
导出
摘要
互联网软件既为人们生活提供了便利,但也带来了一定的潜在危险,故意设计的恶意软件会给网络安全带来威胁。本文对恶意软件检测技术进行了简要分析,结合机器学习提出了一种基于深度学习的恶意软件检测方法,结合使用卷积神经网络和长短期记忆网络,以此提高检测率。
作者
黎臻
罗栗
机构地区
中国电子科技集团公司第三十研究所
出处
《网络安全技术与应用》
2020年第8期68-69,共2页
Network Security Technology & Application
关键词
恶意软件
深度学习
特征检测
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
TP311.5 [自动化与计算机技术—计算机软件与理论]
引文网络
相关文献
节点文献
二级参考文献
0
参考文献
0
共引文献
0
同被引文献
11
引证文献
3
二级引证文献
1
同被引文献
11
1
金逸灵.
基于卷积神经网络的容器中恶意软件检测[J]
.现代计算机,2019,0(33):11-14.
被引量:1
2
郑锐,汪秋云,傅建明,姜政伟,苏日古嘎,汪姝玮.
一种基于深度学习的恶意软件家族分类模型[J]
.信息安全学报,2020,5(1):1-9.
被引量:10
3
谢聪敏.
基于神经网络的安卓恶意软件检测设计[J]
.电子设计工程,2020,28(9):50-53.
被引量:4
4
高杨晨,方勇,刘亮,张磊.
基于卷积神经网络的Android恶意软件检测技术研究[J]
.四川大学学报(自然科学版),2020,57(4):673-680.
被引量:14
5
范铭,刘烃,刘均,罗夏朴,于乐,管晓宏.
安卓恶意软件检测方法综述[J]
.中国科学:信息科学,2020,50(8):1148-1177.
被引量:19
6
杨基慧.
基于深度学习的Android恶意软件检测的设计分析[J]
.科学技术创新,2020(34):85-86.
被引量:2
7
陈小寒,魏书宁,覃正泽.
基于深度学习可视化的恶意软件家族分类[J]
.计算机工程与应用,2021,57(22):131-138.
被引量:14
8
魏高山,俞叔刚,咸洁敏,付冰.
基于深度学习的恶意软件检测技术研究[J]
.信息技术,2022,46(9):100-105.
被引量:3
9
黄屿璁,张潮,吕鑫,曾涛,王鑫元,丁辰龙.
基于深度学习的网络入侵检测研究综述[J]
.信息安全研究,2022,8(12):1163-1177.
被引量:14
10
罗森林,鲁帅,张毅飞,潘丽敏.
基于随机平滑的恶意软件识别深度学习模型鲁棒性认证方法[J]
.北京理工大学学报,2023,43(2):197-202.
被引量:1
引证文献
3
1
孟庆岩.
基于神经网络恶意软件入侵检测的应用[J]
.电脑编程技巧与维护,2021(2):161-163.
被引量:1
2
胡常乐.
基于深度学习的恶意软件识别技术研究[J]
.进展,2023(21):122-124.
3
蔡啸.
基于深度学习的恶意代码分类技术研究[J]
.信息记录材料,2024,25(6):74-76.
二级引证文献
1
1
彭国勇.
基于神经网络的企业内部网络恶意入侵检测方法[J]
.信息与电脑,2023,35(19):65-67.
1
陈怡,唐迪,邹维.
基于深度学习的Android恶意软件检测:成果与挑战[J]
.电子与信息学报,2020,42(9):2082-2094.
被引量:8
2
赵坤鹏,张成军,韩明,王义.
浅论冶金工业环境下网络病毒的防范与治理[J]
.自动化博览,2020(8):84-87.
被引量:3
3
梁俊.
探讨土木工程施工中的裂缝处理[J]
.砖瓦,2020(9):129-129.
被引量:5
4
钟蕊忆,黄燕萍.
医务人员感染性病原体职业暴露的预防与控制[J]
.柳钢科技,2020(3):39-40.
5
曹政.
技术环境下煤矿安全生产管理问题及发展趋势[J]
.中国设备工程,2020(17):26-27.
被引量:2
6
徐莎.
浅谈网络软件捆绑安装的法律制度研究——以消费者权益保护为视角[J]
.广西质量监督导报,2020(6):234-235.
网络安全技术与应用
2020年 第8期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部