ISSN 1009-5624 CN 10-2021/TQ    主管:中国乐凯集团有限公司    主办:北京乐凯科技有限公司

中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
首页 > 刊期 > 2024 > 6期 > 信息:理论与观点
基于深度学习的恶意代码分类技术研究
蔡 啸

摘要随着互联网的繁荣恶意代码也呈现出快速发展的趋势传统的恶意代码检测方法已经无法满足人们对恶意代码检测的
需求为了应对这一问题基于深度学习的检测方法一直是学界研究的热点深度学习算法可以挖掘代码的输入特征之间更深层次的联系,更加充分地利用样本代码的信息,检测结果往往表现出较高的准确率,并且在一定程度上可以对未知的恶意代码实现自动化的分析。 因此本文基于深度学习算法对恶意代码检测进行了研究,最终验证了基于代码特征的模型进行恶意代码检测的可行性。

【关键字】恶意代码;深度学习;机器学习