10.3969/j.issn.1006-9348.2021.06.078
基于线性特征集的非授权代码敏感路径检测
当前的非授权代码的检测过程忽略了获取线性特征集,代码类型无法得以高精度匹配,导致传统方法出现检测准确率低、耗时长问题.为解决以上问题,提出基于线性特征集的非授权代码敏感路径检测方法.引入深度学习,设计非授权代码特征检测步骤.以非授权代码为目标样本,基于线性特征集判断非授权代码敏感路径判断,利用深度学习提取正常代码样本的函数图特征,并设置阈值,实现非授权代码敏感路径的检测.实验结果表明:与传统方法相比,所提非授权代码敏感路径检测方法具有更高的检测准确率,且耗时更短,为该领域的深入研究提供理论支持.
非授权代码、敏感路径、线性特征集、深度学习、特征提取、函数图特征
38
TP309.2(计算技术、计算机技术)
2021-07-26(万方平台首次上网日期,不代表论文的发表时间)
共5页
373-377