-
题名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
-
机构
南方电网数字电网研究院有限公司
南方电网数字电网集团信息通信科技有限公司
-
出处
《自动化技术与应用》
2024年第1期99-102,133,共5页
-
基金
中国南方电网有限责任公司资助科技项目(ZBKJXM20190077)。
-
文摘
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。
-
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
混淆度
-
Keywords
deep learning
Power system
obfuscate malicious code
eigenvector
code string
confusion
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-