- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种用于恶意WebShell检测的深度集成学习模型构建方法,包括:获取正常样本与恶意WebShell样本并随机打乱,按照4:1的比例分为训练集和测试集;提取训练集和测试集中各个样本的动态特征和静态特征并进行组合,得到训练集特征集合和测试集特征集合;选取m个基分类器,利用所述训练集特征集合,采用K折交叉验证方法对深度集成学习模型进行训练,得到各基分类器的权重值;利用所述测试集特征集合作为所述深度集成学习模型的输入,进行模型测试,得到测试集样本的综合平均预测概率值,并对所述深度集成学习模型
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112948834 A
(43)申请公布日 2021.06.11
(21)申请号 202110321377.7
(22)申请日 2021.03.25
(71)申请人 国药(武汉)医学实验室有限公司
文档评论(0)