基于生成对抗网络的恶意软件对抗样本生成综述

• 作者: 周刚 巨星海 王树伟 陈靖元
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 生成对抗网络 机器学习 特征提取 恶意代码检测 对抗样本生成
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 软件工程
• 页码范围: 616-621
• 页数: 6页
• 分类号: TP18|TP393.08
• 字数: 4314字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2019.05.019

摘要

生成对抗网络是一种通过对抗过程来学习原始样本分布规律的深度学习技术.该方法非常适合于存在对抗行为的智能处理工作,如语音翻译、人脸识别、图像分类、恶意软件样本生成等领域.文章综述生成对抗网络方法应用于恶意软件生成领域所取得的研究成果,对所涉及的特征提取技术、分类检测算法、生成对抗网络原理及对抗样本生成模型等方面的研究成果进行深入的分析和比较,同时对将基于GAN的生成对抗样本技术应用于网络安全领域进行展望,最后提出生成对抗样本技术所面临的挑战.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周刚		11	115	5.0	10.0
2	王树伟		1	0	0.0	0.0
3	巨星海		2	0	0.0	0.0
4	陈靖元		1	0	0.0	0.0