- 1、本文档共31页,其中可免费阅读10页,需付费200金币后方可阅读剩余内容。
- 2、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。
- 3、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。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
PAGE18
网络威胁分类识别技术研究
摘要
常见的恶意程序识别方法主要依据是静态文件特征码和高危动态行为特征等,面对信息爆炸增长的时代,基于规则的检测方法逐渐难以对大量的数据进行分析。终端安全厂商将大量的人力物力投入到使用沙箱以及机器学习技术上。本文以mist数据集为例研究恶意程序的分类识别技术,使用特征提取方法建模,利用了基于支持向量机(SVM)及多层感知机(MLP)等方法分类识别恶意程序。通过对每种分类方法的比较发现决策树算法对恶意程序分类的各项指标都很高,有着最高的准确率。本文通过对恶意程序数据集进行机器学习的方法,从而达到了自动识别分类恶意程序,节省了网络安全防护过程中人力物
文档评论(0)