基于深度学习和区块链的JavaScript恶意代码检测系统

• 作者: 陈鹏 韩斌 洪华军
• 来源期刊: 计算机系统应用
• 关键词: 恶意代码检测 深度学习 区块链 数据孤岛 数据可信任
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 系统建设|System Construction
• 页码范围: 99-106
• 页数: 8页
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007908

摘要

目前基于深度学习的恶意代码检测技术是恶意代码检测领域的研究热点,然而大多数研究集中于如何改进算法来提高恶意代码检测的准确率,忽略了恶意代码数据集样本标签的不足导致无法训练出高质量的模型.本文利用区块链技术来解决恶意代码检测数据样本孤岛和数据可信任的问题;同时在代码特征提取上,使用马尔可夫图算法提取特征;基于分布式深度学习的训练融合区块链去中心化,可溯源不可篡改的优势,将不同算力贡献者采用同步训练更新模型参数.通过仿真实验和理论分析验证了该方法的可行性和巨大的潜力.