典型文献
半监督学习在恶意软件流量检测中的应用
文献摘要：
恶意软件检测是保障网络安全、防止网络异常的关键技术之一.为了解决基于深度学习的恶意软件流量检测方法需要大量人工标注的有标签网络流量样本的问题,同时保持算法的检测精度,提出了一种基于半监督学习与网络流量的恶意软件检测方法,其利用少量有标签网络流量样本与大量无标签网络流量样本训练恶意软件检测模型.实验结果表明,所提出的方法在小样本流量环境中比一般的基于深度学习的恶意软件流量检测方法有更好的性能,可用于现实中有标签数据较少的恶意软件流量检测场景.
文献关键词：
恶意软件检测;网络流量;半监督学习;迁移学习
中图分类号：
作者姓名：
桂冠;宁金辉;王禹
作者机构：
南京邮电大学通信与信息工程学院,江苏南京210023
文献出处：
引用格式：
[1]桂冠;宁金辉;王禹-.半监督学习在恶意软件流量检测中的应用)[J].移动通信,2022(04):28-32
A类：
B类：
半监督学习,流量检测,恶意软件检测,保障网络,防止网络,网络异常,标签网络,网络流量,检测精度,软件检测方法,无标签,样本训练,检测模型,小样本,中比,标签数据,迁移学习
AB值：
0.233526
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。
