一种基于词向量的恶意代码分类模型

为提高大规模恶意代码分类任务的分类准确率,提出基于词向量的恶意代码分类模型,引入NLP中表达语义含义的词向量概念,提取恶意代码函数语义特征,使用textCNN神经网络对其进行分类。实验结果表明,该模型在微软公司提供的BIG2015恶意代码分类比赛的训练集上能实现98.78%的预测准确率,相较几种传统方法准确率分别提高0.91%~3.16%。

美国太空网络演习综述

太空是提供全球互联的关键战略竞争领域,太空与网络紧密相连、互相促进。太空网络具有重要的军事和社会作用,随着太空网络领域的日益发展,其面临着日趋严峻的安全威胁。为了提升太空网络安全、美军作战能力以及夺取太空控制权,以美国太空军为首组织并举行了一系列的太空网络演习。介绍了美国开展太空网络演习的背景、原因以及近年来演习的基本情况,分析了美国太空网络演习的特点、发展趋势及意义,对国家的太空网络演习提出了相关的建议。