基于深度学习的恶意代码检测技术研究

下载PDF

导出

摘要恶意代码攻击会影响网络安全,检测恶意代码并采取合理的策略进行防控极为必要,其中基于深度学习的恶意代码检测技术展现了显著的优势。基于此,简要概述深度学习及其在恶意代码检测中的应用价值,围绕卷积神经网络和循环神经网络探讨基于深度学习的恶意代码检测技术,分析基于深度学习的恶意代码检测的问题和发展趋势,以供参考。

作者罗金星

机构地区中电投东北新能源发展有限公司

出处《通讯世界》 2025年第3期40-42,共3页 Telecom World

关键词恶意代码深度学习卷积神经网络循环神经网络

分类号 TP18 [自动化与计算机技术—控制理论与控制工程]

引文网络
相关文献

参考文献9

1严凡.基于深度学习的网络安全攻防对抗研究[J].中国信息化,2024(9):71-72. 被引量：6
2宋亚飞,张丹丹,王坚,王亚男,郭新鹏.基于深度学习的恶意代码检测综述[J].空军工程大学学报,2024,25(4):94-106. 被引量：7
3张晓良,柴艳玉,吴克河,吕卓.一种基于增量学习的恶意代码检测方法[J].计算机与数字工程,2024,52(7):2141-2145. 被引量：1
4王金伟,陈正嘉,谢雪,罗向阳,马宾.基于Ngram-TFIDF的深度恶意代码可视化分类方法[J].通信学报,2024,45(6):160-175. 被引量：6
5邓甜甜.深度学习在网络安全防御技术中的研究与应用[J].信息与电脑,2024,36(11):114-116. 被引量：6
6赵莉莉.基于人工智能的恶意代码自动识别方法[J].信息记录材料,2024,25(5):76-77. 被引量：1
7李向东.基于人工智能的恶意代码检测与防范机制研究[J].电脑知识与技术,2023,19(32):69-71. 被引量：1
8魏利卓,石春竹,许凤凯,张慕榕,郝娇.基于特征序列的恶意代码静态检测技术[J].网络安全与数据治理,2022,41(10):56-64. 被引量：2
9王志文,刘广起,韩晓晖,左文波,吴晓明,王连海.基于机器学习的恶意软件识别研究综述[J].小型微型计算机系统,2022,43(12):2628-2637. 被引量：11

二级参考文献66

1刘强,邓亚平,徐震,董世蓉,殷科.隐藏木马检测技术的研究[J].计算机工程,2006,32(1):180-182. 被引量：9
2李东.震网病毒事件浅析及工控安全防护能力提升启示[J].网络安全技术与应用,2019(1):9-10. 被引量：16
3赵晓君,王小英,张咏梅,沈焱萍.基于恶意代码行为分析的入侵检测技术研究[J].计算机仿真,2015,32(4):277-280. 被引量：8
4乌克兰电力系统遭受攻击事件综合分析[J].信息安全研究,2016,2(3):243-243. 被引量：2
5邵舒迪,虞慧群,范贵生.基于权限和API特征结合的Android恶意软件检测方法[J].计算机科学,2017,44(4):135-139. 被引量：20
6杨宏宇,徐晋.基于改进随机森林算法的Android恶意软件检测[J].通信学报,2017,38(4):8-16. 被引量：41
7王军,庄毅,潘家晔.一种Android恶意软件多标签检测方法[J].小型微型计算机系统,2017,38(10):2307-2311. 被引量：3
8Liu LIU,Bao-sheng WANG,Bo YU,Qiu-xi ZHONG.Automatic malware classification and new malware detection using machine learning[J].Frontiers of Information Technology & Electronic Engineering,2017,18(9):1336-1347. 被引量：13
9邵思豪,高庆,马森,段富尧,马骁,张世琨,胡津华.缓冲区溢出漏洞分析技术研究进展[J].软件学报,2018,29(5):1179-1198. 被引量：24
10戴超,庞建民,张一弛,孙笛,岳峰.基于语义特征的恶意代码检测综述[J].信息工程大学学报,2018,19(1):106-113. 被引量：2

共引文献29

1李思聪,王坚,宋亚飞,黄玮.基于BiTCN-DLP的恶意代码分类方法[J].信息网络安全,2023(11):104-117. 被引量：5
2傅建明,姜宇谦,何佳,郑锐,苏日古嘎,彭国军.基于样本嵌入的挖矿恶意软件检测方法[J].计算机科学,2024,51(1):327-334. 被引量：2
3王玉胜,毛子恒.基于双流融合网络的恶意软件动态行为检测[J].现代信息科技,2024,8(8):177-181. 被引量：1
4朱晋恺,方兰婷,季小文,黄杰.基于行为特征和语义特征的多模态Android恶意软件检测方法[J].电子科技,2024,37(5):71-78. 被引量：2
5宋亚飞,张丹丹,王坚,王亚男,郭新鹏.基于深度学习的恶意代码检测综述[J].空军工程大学学报,2024,25(4):94-106. 被引量：7
6吉彦卿,张玉金,徐昊君.基于联邦平均的差分隐私算法设计与实现[J].智能计算机与应用,2024,14(6):201-206. 被引量：1
7强效宸.基于特征工程的JavaScript恶意代码检验方法综述[J].网络安全技术与应用,2024(8):53-59. 被引量：2
8蒲经纬,张辉,唐斌.基于深度学习的恶意代码检测技术研究[J].网络安全技术与应用,2024(10):39-43. 被引量：2
9郭曦,王盼.面向代码重用检测的程序语义分析模型[J].通信学报,2024,45(12):179-196. 被引量：2
10石悦,李章华,杨朋.AI技术在恶意流量检测中的应用[J].信息与电脑,2025,37(2):40-42. 被引量：1

通讯世界

2025年第3期

浏览历史

内容加载中请稍等...

基于深度学习的恶意代码检测技术研究

参考文献9

二级参考文献66

共引文献29

相关作者

相关机构

相关主题

浏览历史