没有合适的资源?快使用搜索试试~ 我知道了~
malware-classification:构建智能反恶意软件系统
共31个文件
py:9个
checkpoint:3个
meta:3个
需积分: 44 9 下载量 161 浏览量
2021-05-30
14:52:40
上传
评论 1
收藏 99.65MB ZIP 举报
温馨提示
构建智能反恶意软件系统:使用支持向量机进行恶意软件分类的深度学习方法 全文可在阅读。 抽象的 有效和高效地缓解恶意软件是信息安全社区的一项长期努力。 开发可以抵制以前未知的恶意软件的反恶意软件系统是一项可能使多个行业受益的多产活动。 我们设想了一个利用深度学习 (DL) 模型强大功能的智能反恶意软件系统。 使用此类模型可以通过数学概括来检测新发布的恶意软件。 也就是说,找到给定恶意软件x与其对应的恶意软件家族y 、 f : x → y 之间的关系。 为了实现这一壮举,我们使用了 Malimg 数据集 [ ],其中包含从恶意软件二进制文件中处理的恶意软件图像,然后我们训练以下 DL 模型 1 来对每个恶意软件系列进行分类:CNN-SVM[ ]、GRU-SVM [ ]和MLP-SVM。 经验证据表明,GRU-SVM在DL模型中脱颖而出,其预测准确度约为84.92%。 这是有道理的,因为
资源推荐
资源详情
资源评论
收起资源包目录
malware-classification-master.zip (31个子文件)
malware-classification-master
models
gru_svm.py 15KB
cnn_svm.py 12KB
mlp_svm.py 13KB
figures
training-accuracy.png 100KB
main.py 6KB
results_summary.py 2KB
classifier.py 7KB
LICENSE 35KB
dataset
malimg_dataset_64x64.npy 36.49MB
malimg_dataset_32x32.npy 9.13MB
malimg.npz 13.85MB
CONTRIBUTING.md 2KB
trained-cnn-svm
checkpoint 81B
CNN-SVM-2400.meta 104KB
CNN-SVM-2400.data-00000-of-00001 55.06MB
CNN-SVM-2400.index 914B
requirements.txt 77B
trained-gru-svm
checkpoint 81B
GRU-SVM-2400.data-00000-of-00001 20.65MB
GRU-SVM-2400.meta 926KB
GRU-SVM-2400.index 3KB
.gitignore 2KB
trained-mlp-svm
MLP-SVM-2400.data-00000-of-00001 7.92MB
checkpoint 81B
MLP-SVM-2400.index 945B
MLP-SVM-2400.meta 97KB
README.md 8KB
utils
svm.py 1KB
__init__.py 0B
data.py 6KB
setup.sh 505B
共 31 条
- 1
资源评论
JinTommy
- 粉丝: 39
- 资源: 4550
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功