期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于深度学习的电力系统混淆恶意代码检测系统
1
作者 毕凯峰 王健 《自动化技术与应用》 2024年第1期99-102,133,共5页
代码样本迭代数不断增大的情况下,保证电力系统主机对混淆恶意代码的精准检测,设计基于深度学习的电力系统混淆恶意代码检测系统。遵照恶意代码分辨原则,执行代码字符串拆分指令,联合已知的混淆度计算结果,完成检测系统的软件应用环境设... 代码样本迭代数不断增大的情况下,保证电力系统主机对混淆恶意代码的精准检测,设计基于深度学习的电力系统混淆恶意代码检测系统。遵照恶意代码分辨原则,执行代码字符串拆分指令,联合已知的混淆度计算结果,完成检测系统的软件应用环境设计,并结合各级硬件设备结构,实现基于深度学习的电力系统混淆恶意代码检测系统的应用。实例分析结果显示,在深度学习算法作用下,随着代码样本迭代数增大,收敛指标始终能够保持相对较高的数值水平,与卷积神经网络型检测系统相比,更能满足电力系统主机对于精准检测混淆恶意代码的实际应用需求。 展开更多
关键词 深度学习 电力系统 混淆恶意代码 特征向量 代码字符串 混淆
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部