10.3969/j.issn.1006-1010.2022.04.005
半监督学习在恶意软件流量检测中的应用
恶意软件检测是保障网络安全、防止网络异常的关键技术之一.为了解决基于深度学习的恶意软件流量检测方法需要大量人工标注的有标签网络流量样本的问题,同时保持算法的检测精度,提出了一种基于半监督学习与网络流量的恶意软件检测方法,其利用少量有标签网络流量样本与大量无标签网络流量样本训练恶意软件检测模型.实验结果表明,所提出的方法在小样本流量环境中比一般的基于深度学习的恶意软件流量检测方法有更好的性能,可用于现实中有标签数据较少的恶意软件流量检测场景.
恶意软件检测、网络流量、半监督学习、迁移学习
46
TN929.5
科技创新新一代人工智能重大项目2030;2021ZD0113003
2022-06-02(万方平台首次上网日期,不代表论文的发表时间)
共5页
28-32