【摘 要】
：
当前基于深度学习的恶意软件检测技术由于模型结构及样本预处理方式不够合理等原因,大多存在泛化性较差的问题,即训练好的恶意软件检测模型对不属于训练样本集的恶意软件或新
【机 构】
：
广东工业大学 计算机学院,广州 510006
【基金项目】
：
广东省重点领域研发计划项目(2019B010139002),广州市重点领域研发计划项目(202007010004)。
论文部分内容阅读
当前基于深度学习的恶意软件检测技术由于模型结构及样本预处理方式不够合理等原因,大多存在泛化性较差的问题,即训练好的恶意软件检测模型对不属于训练样本集的恶意软件或新出现的恶意软件的检出效果较差.提出一种改进的基于深度神经网络(Deep Neural Network,DNN)的恶意软件检测方法,使用多个全连接层构建恶意软件检测模型,并引入定向Dropout正则化方法,在模型训练过程中对神经网络中的权重进行剪枝.在Virusshare和lynx-project样本集上的实验结果表明,与同样基于DNN的恶意软件检测模型DeepMalNet相比,改进方法对恶意PE样本集的平均预测概率提高0.048,对被加壳的正常PE样本集的平均预测概率降低0.64.改进后的方法具有更好的泛化能力,对模型训练样本集外的恶意软件的检测效果更好.
其他文献
目的观察左旋氨氯地平联合依那普利治疗原发性高血压并左室肥厚（LVH）的临床效果。方法将126例原发性高血压并左室肥厚患者分为治疗组67例和对照组59例，治疗组采用左旋氨氯地平联
普通的水合镁盐和廉价的-水软铝石溶胶的混合物被认为是有经济效益的活性纳米尖晶石(1:1)粉末的前身.它经机械化学处理后,在控制pH值、温度和时间的条件下凝胶,并在低温下煅
“互联网+”背景下社会各行各业的生存与发展皆与信息技术存在十分密切的联系,通过将专业知识以及领域资源进行有效融合,不仅能够促使该领域快速发展,也能为我国实现现代化发
近年来,我国实行高职扩招,对于退役军人、下岗人员、农民工等群体提供了继续教育机会。其中,对于农民工而言,是其改变就业现状、自我能力提升、追求美好生活的人生机遇。本文
面对数量庞大的用户和物品数量,推荐系统通常面临着数据稀疏的问题,为缓解此问题,提出了一个融合注意力机制和自编码器的协同过滤模型。该模型将评分信息送入一个基于自编码
构建开放政府数据资源共享机理,是信息社会和众多学者关注的新问题,对优化开放政府数据平台加强信息资源整合与共享对公共危机治理具有十分重要的现实意义。本文在梳理公共危
事实验证任务要求能够从大规模的文本语料库中抽取相关的证据,并通过推理对给定的声明得出事实性的判断。现有的研究通常将检索到的证据拼接,然后比较声明和证据嵌入的余弦相
改革开放以来,我国经济建设和社会发展取得了举世瞩目的成就,同时带来了日益严重的生态环境问题。基于此,国家迫切需要培养大批具有绿色技能的素质人才,这就对高校教育提出了
从2015年开始,以习近平同志为核心的党中央一直致力于减贫、扶贫、脱贫各项工作,并将打赢脱贫攻坚战作为各级党委政府必须履行的重大职责和重要使命。本文以衡阳市决战决胜脱
针对传统数据融合算法在多场景下的眼动跟踪数据融合效果较差的问题,提出一种新的基于深度学习的眼动跟踪数据融合算法,即Eye-CNN-BLSTM算法。该算法在原始眼动跟踪数据空间位置信息基础上添加新的人工特征;将卷积神经网络(Convolutional Neural Network,CNN)与双向长短时记忆网络(Bi-directional Long ShortTerm Memory,BLSTM)结合