基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对移动恶意软件数量和种类的急剧增加给移动用户的信息安全带来的巨大挑战,提出了一种基于值导数GRU的移动恶意软件流量检测方法,旨在解决基于RNN的移动恶意软件流量检测方法难以捕获网络异常流量的动态变化和关键信息的问题.值导数GRU算法通过引入"累计状态变化"的概念,可以同时描述移动网络恶意流量的低阶和高阶动态变化信息.此外,通过增设池化层使算法可以捕获移动恶意流量的关键信息.最后,通过仿真实验分析累计状态变化、隐藏层和池化层对于值导数GRU算法性能的影响.实验表明,基于值导数GRU的移动恶意软件流量检测方法拥有较高的检测准确率.
推荐文章
移动计算环境下恶意软件静态检测系统设计
移动计算
恶意软件
静态检测系统
用户移动终端
基于软件基因的Android恶意软件检测与分类
Android安全
恶意软件基因
use-def链
检测
分类
基于SVM的敏感权限Android恶意软件检测方法
Android
敏感权限特征
恶意检测
SVM
基于主机行为特征的恶意软件检测方法
网络安全
恶意软件
僵尸网络
木马
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于值导数GRU的移动恶意软件流量检测方法
来源期刊 通信学报 学科 工学
关键词 网络安全 移动恶意软件 RNN 值导数GRU 流量检测
年,卷(期) 2020,(1) 所属期刊栏目 学术论文
研究方向 页码范围 102-113
页数 12页 分类号 TP393.4
字数 9736字 语种 中文
DOI 10.11959/j.issn.1000?436x.2020005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周翰逊 辽宁大学信息学院 12 23 3.0 4.0
2 潘宏 辽宁大学数字经济研究院 7 14 2.0 3.0
3 陈晨 辽宁大学信息学院 17 41 5.0 6.0
4 冯润泽 辽宁大学信息学院 2 0 0.0 0.0
5 熊俊坤 辽宁大学信息学院 2 0 0.0 0.0
6 郭薇 沈阳航空航天大学计算机学院 12 45 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (19)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
网络安全
移动恶意软件
RNN
值导数GRU
流量检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
通信学报
月刊
1000-436X
11-2102/TN
大16开
北京市丰台区成寿路11号邮电出版大厦8层
2-676
1980
chi
出版文献量(篇)
6235
总下载数(次)
17
总被引数(次)
85479
论文1v1指导