为了提高恶意软件分类检测的准确性和效率,提出一种基于卷积神经网络的恶意软件分类检测模型,首先是进行数据预处理,将数据进行归一化处理并构造合适的二维矩阵进而映射为灰度图像,然后将这些灰度图像作为特征输入卷积神经网络,自动学习其特征并分类。在该模型中,即使恶意软件变种也可以将其准确识别,这有助于精确地将恶意软件分类。由实验结果可以看出,与普通的机器学习相比,所提的基于卷积神经网络的恶意软件分类方法不仅提高恶意软件分类的精度,还减少需要用于分类的时间。
科研之友
微信
新浪微博
Facebook
分享链接
