基于级联与深度信念网络的恶意代码分层检测

摘要：

为提高恶意代码检测准确率,增强网络空间的信息安全性,提出一种恶意代码自动检测判定方法,基于同种恶意代码同源性特征,融合级联操作与深度信念网络.分析不同类型下的恶意代码的显著特征,从样本集中提取图像、语令等基本数据信息,构建恶意代码检测模型,对基于限制波尔兹曼机算法的模型进行训练.实验结果表明,相比其它检测方案,所提模型检验恶意代码的准确率有显著提高.

关键词：恶意代码、深度学习、深度信念网络、级联操作、信息安全

所属期刊栏目：41

分类号：TP309(计算技术、计算机技术)

资助基金：国家自然科学基金项目 ;淄博市校城融合发展计划基金项目

在线出版日期：2020-07-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1815-1820