一种基于威胁情报层次特征集成的挖矿恶意软件检测方法_第1页
一种基于威胁情报层次特征集成的挖矿恶意软件检测方法_第2页
一种基于威胁情报层次特征集成的挖矿恶意软件检测方法_第3页
一种基于威胁情报层次特征集成的挖矿恶意软件检测方法_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

随着互联网技术的快速发展，挖矿恶意软件MnngMlware）利用被感染设备的计算能力进行虚拟资产的挖掘，而且隐蔽性高，带来的直接损失和间接影响也不可小觑。因此，如何及时发现和准确识别挖矿恶意软件已经成为研究和应用的热点问题之一。威胁情报是指对特定恶意软件及其作者、主机、IP地址等信息的收杂的工作。然而，威胁情报在恶意软件检测方面已经得到了广泛的应用，成为一种有力的手段。特征提取是整个方法的重要环节，直接影响模型的效果。在本文中，我们采用了威胁情报的层次结构作为特征来源，同时结合深度学习等技具体来说，我们采用了卷积神经网络（CNN）CNN文本等类型的数据。在本文中，我们利用CNN对威胁情报数据进行处理，在特征提取完成后，我们将提取的特征输入到分类模型中进行训练。在本文中，我们采用了支持向量机（）进行分类。M是一种非线最后，在模型训练完成后，我们对模型进行了结果评估。在本文中，我们主要采用了准确率和召回率来评估模型的效果。准确率是指模型预CNN对数据SVM进

人人文库> 全部分类> 图纸下载 > 毕业设计

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论