基于机器学习的网络漏洞静态检测方法
为了提高网络漏洞静态检测的准确性,设计一个基于机器学习的网络漏洞静态检测方法.首先对网络中的数据进行预处理,将其转化为序列表示,对网络数据特征量化及特征选择,并对漏洞序列相似度计算,最后采用机器学习的方法对昂罗漏洞静态检测.实验以检测准确性与检测时间作为对比对象,结果表明,此次研究的基于机器学习的网络漏洞静态检测方法较传统方法检测准确性高,并且检测时间少,满足了网络漏洞静态检测方法的设计需求.
机器学习;网络漏洞;静态检测
17
TP311(计算技术、计算机技术)
2021-10-22（万方平台首次上网日期，不代表论文的发表时间）
共3页
42-44
