物联网中融合网络流量的恶意软件检测

摘要：

针对物联网基础设施、应用程序和终端设备的攻击显著增加,物联网中的代表性恶意软件以产生恶意流量为主.对基于恶意软件字节序列构建的MalConv模型进行改进,与基于恶意流量特征的Bi-LSTM模型进行融合,实现了适用于物联网终端设备恶意软件检测的融合模型.实验结果表明,融合模型NT-MalConv 具有更高的检测能力,检测准确率达95.17%;检测融合对抗样本时,NT-MalConv模型比MalConv改进模型的准确率提升了10.31%.

关键词：对抗攻击、物联网、恶意流量检测、恶意软件检测、模型融合

所属期刊栏目：52

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61801418

在线出版日期：2023-08-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：602-609