基于深度学习的计算机软件安全性能检测技术

作者：刘景林

来源：九江学院学报(自然科学版), 2021, 36(02): 81-83.

DOI：10.19717/j.cnki.jjun.2021.02.021

• 深度学习
• 堆叠自编码器
• 训练
• 软件安全
• 检测

为了更好的降低软件开发存在的安全风险,提出了一种基于深度学习理论的高性能软件安全检测方法。首先,构建堆叠自编码器深度学习网络模型,自编码器将输入层样本编码传输至隐藏层,经解码传至输出层,多个自编码器构成堆叠自编码器网络模型;其次,对堆叠自编码器模型实施预训练与微调,修正模型参数获得最佳状态的堆叠自编码器漏洞检测模型。实验结果显示,使用该方法进行计算机软件漏洞检测的误报率与漏报率均低于5%,测试时间开销低于同类型漏洞检测方法,检测计算机软件安全性能的优势突出。

• 单位
  泉州经贸职业技术学院