基于改进型循环神经网络的恶意代码分类检测

• 作者: 冷冰 邓永晖 郭宏宇
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 恶意代码检测 循环神经网络 回声状态网络 最大池化 半帧结构
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 研究与探讨
• 页码范围: 111-115,120
• 页数: 6页
• 分类号: TP309.5
• 字数: 4291字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2020.01.024

摘要

近年来,随着恶意代码检测技术的提升,网络攻击者开始倾向构建能自重写和重新排序的恶意代码,以避开安全软件的检测.传统的机器学习方法是基于安全人员自主设计的特征向量来判别恶意代码,对这种新型恶意代码缺乏检测能力.为此,文中提出了一种新的基于代码时序行为的检测模型,并采用回声状态网络、最大池化和半帧结构等方式对神经网络进行优化.与传统的检测模型相比,改进后的模型对恶意代码的检测率有大幅提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冷冰	中国电子科技集团公司第三十研究所	9	36	4.0	6.0
2	郭宏宇	中国电子科技集团公司第三十研究所	1	0	0.0	0.0
3	邓永晖	中国电子科技集团公司第三十研究所	3	0	0.0	0.0