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
期刊介绍
投稿指南
期刊订阅
征稿启事
帮助中心
联系我们
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
下载文件