基于深度学习的恶意代码检测技术

• 作者: 孙泽浩
• 来源期刊: 网络安全技术与应用
• 关键词: 深度学习 恶意代码 Caffe
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 安全模型、算法与编程
• 页码范围: 61-62,67
• 页数: 3页
• 字数: 1795字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-6833.2018.02.036

摘要

本文首先分析了当前恶意代码检测技术所面临的问题,介绍了深度学习技术及caffe深度学习框架,最后提出了一种基于深度学习的恶意代码检测方法,并采用6000个样本进行训练测试,检测率可以达到99%,证明了本方法具有较好的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙泽浩		2	6	2.0	2.0