典型文献
基于深度学习的恶意软件检测技术研究
文献摘要：
在过去的十年里,计算机恶意软件的发展十分迅速.现有的恶意软件检测技术主要包含静态检测和动态检测两种,但两者很难同时满足较高的检测效率和准确率.此外,现有的恶意软件检测技术大多基于机器学习算法来构建分类检测模型,最终得到的分类模型的检测效果不是很理想.综合现有的恶意软件检测技术的不足之处,提出一种基于深度学习的恶意软件检测技术,该检测技术采用了先静态检测后动态检测的方式.实验结果表明,该检测技术能够同时保证检测模型的高效率和高准确率,最终检测的准确率达到了93.41％.
文献关键词：
恶意软件;深度学习;静态检测;动态检测
中图分类号：
作者姓名：
魏高山;俞叔刚;咸洁敏;付冰
作者机构：
中国移动通信集团上海有限公司,上海200233
文献出处：
引用格式：
[1]魏高山;俞叔刚;咸洁敏;付冰-.基于深度学习的恶意软件检测技术研究)[J].信息技术,2022(09):100-105
A类：
B类：
恶意软件检测,十分迅速,静态检测,动态检测,检测效率,基于机器学习,机器学习算法,分类检测,检测模型,分类模型,检测效果,技术采用
AB值：
0.21693
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
