原文服务方: 物联网技术       
摘要:
随着数据的增多,病毒的类型也随之增加.病毒的不确定性及其攻击的复杂性,使传统的机器学习已经不能满足大量高维信息的处理,数据安全问题就越来越引人注意.人工神经网络的进一步发展,使深度学习在语音、视觉等领域飞速发展.深度学习的技术越来越成熟,对病毒检测领域有着重要的意义,将在病毒检测领域也有很大的提升.该文着重于深度学习的每一个过程的不同方法,探究是否适用于病毒检测,介绍常用的深度学习模型,剖析深度学习对电脑病毒检测的现状,分析病毒检测中常用的数据集及其每个数据集的优缺点,以及需要经过数据预处理、特征学习和分类识别的整体流程及其每个过程中的常用技术.最后用经典案例分析深度学习在病毒检测中的准确率,结果表明准确率得到明显提升.
推荐文章
期刊_基于深度学习的目标检测技术的研究综述
计算机视觉
深度学习 目标检测
基于深度学习的医疗影像识别技术研究综述
医疗影像识别
深度学习
图像增强
图像检测
图像分割
基于深度学习的植物识别原理综述
深度学习
植物识别
神经网络
信念网络
网络结构
鲁棒性
基于深度迁移学习的网络入侵检测
深度自编码器
迁移学习
入侵检测
嵌入层
标签层
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 基于深度学习的病毒检测综述
来源期刊 物联网技术 学科
关键词 深度学习 病毒检测 识别分类 特征降维 高维信息 人工神经网络
年,卷(期) 2020,(2) 所属期刊栏目 智能处理与应用
研究方向 页码范围 60-62,65
页数 4页 分类号 TP391.4
字数 语种 中文
DOI 10.16667/j.issn.2095-1302.2020.02.015
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 左羽 贵州师范学院数学与大数据学院 45 65 5.0 5.0
3 吴恋 贵州师范学院数学与大数据学院 25 14 2.0 2.0
4 赵晨洁 贵州师范学院数学与大数据学院 6 1 1.0 1.0
6 王永金 贵州师范学院数学与大数据学院 6 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (77)
共引文献  (60)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(3)
  • 参考文献(0)
  • 二级参考文献(3)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(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)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(8)
  • 参考文献(1)
  • 二级参考文献(7)
2014(9)
  • 参考文献(1)
  • 二级参考文献(8)
2015(15)
  • 参考文献(1)
  • 二级参考文献(14)
2016(8)
  • 参考文献(2)
  • 二级参考文献(6)
2017(7)
  • 参考文献(2)
  • 二级参考文献(5)
2018(5)
  • 参考文献(3)
  • 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
深度学习
病毒检测
识别分类
特征降维
高维信息
人工神经网络
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
物联网技术
月刊
2095-1302
61-1483/TP
16开
2011-01-01
chi
出版文献量(篇)
5103
总下载数(次)
0
论文1v1指导