Alternatives and similar repositories for Malware_detection_system_based_CNN:

Users that are interested in Malware_detection_system_based_CNN are comparing it to the libraries listed below

• ylhao / malware-detection-based-on-cnn
  基于卷积神经网络的恶意软件检测方法
  ☆49Updated 5 years ago
• dasilaoluoao / Malware-Detect
  基于深度学习的恶意代码检测
  ☆16Updated 4 years ago
• eastmountyxz / Paper-Malicious-Code-Detection
  该资源为恶意代码检测相关的论文或文章总结，包括作者撰写的恶意代码与机器学习、深度学习相关博客，希望对您有所帮助~
  ☆14Updated 4 years ago
• VoldyRCX / MalwareAnalyze
  基于机器学习的恶意代码检测
  ☆12Updated 5 years ago
• BiancaGuo / malware_classification_system
  本科毕业设计_恶意代码检测分类平台
  ☆38Updated 5 years ago
• PowerLZY / MalConv-Pytorch
  基于深度学习的恶意软件检测研究；MalConv;
  ☆99Updated 2 years ago
• wkend / android_malware_detection_model
  利用机器学习实现android恶意软件检测模型
  ☆13Updated 5 years ago
• skydownacai / DGA-Domain-Detection
  基于LSTM的恶意域名检测实例
  ☆19Updated 4 years ago
• RaidriarB / PythonSparkMachineLearningTest-backend
  BUPT SCSS大三小学期 机器学习分析恶意加密流量包项目
  ☆59Updated 4 years ago
• Coldwave96 / MaliciousUrls_Part2
  机器学习检测恶意URL改进版
  ☆25Updated 4 years ago
• JohnsonGeng / malicious_traffic
  利用强化学习方法 DQN 生成基于机器学习的恶意流量检测模型
  ☆26Updated 3 years ago
• Wind-Enchanter / malware_detection
  结合cuckoo沙箱调用及报告处理实现基于API调用序列和网络流量的恶意代码检测
  ☆10Updated 2 years ago
• eastmountyxz / AI-for-Malware-Analysis-
  这是作者恶意代码分析、网络安全、系统安全等系列教程，主要是通过机器学习、人工智能和深度学习来分析恶意代码的在线笔记。希望对您有所帮助，学无止境，一起加油。
  ☆100Updated 4 years ago
• Echo-Ws / UrlDetect
  a demo for detecting anomaly url
  ☆40Updated 7 years ago
• CiYuXiOnly / trafficdet
  pytorch实现基于web的pcap文件恶意流量检测以及深度学习算法
  ☆72Updated last year
• aviraonepiece / machine_learning
  学习用机器学习解决网络安全问题的Demo
  ☆48Updated 6 years ago
• WilliamJQ / Machine-Learning-Based-Intrution-Detection-System
  基于机器学习的入侵检测系统
  ☆74Updated 5 years ago
• yhangf / DataCon
  DataCon大数据安全分析大赛，2019年方向二（恶意代码检测）冠军源码、2020年方向五（恶意代码分析）季军源码
  ☆105Updated 4 years ago
• yuriufo / DataCon2020
  DataCon2020大数据安全分析大赛，🏆【方向五】恶意代码分析冠军源码。
  ☆113Updated 4 years ago
• PowerLZY / MalGAN
  主题为”基于GAN的恶意软件对抗样本生成“。首先介绍了恶意软件发展现状，引出基于模式匹配、特征空间和问题空间三种方式去检测恶意软件。然后介绍了如何生成对抗样本攻击恶意软件检测器，详细介绍了基于GAN的恶意软件对抗样本的MalGAN框架，并对实验结果进行了对比。最后总结了结构…
  ☆34Updated 3 years ago
• Chauncy-lab / Deep-learning-of-DGA
  基于深度学习对dga恶意域名检测研究
  ☆53Updated 2 years ago
• AltarIbnL / Network-anomaly-detection-with-deep-learning-along-with-UI
  ☆145Updated last year
• iotsecty / malicious_traffic_detection_platform
  基于机器学习的恶意加密流量监测平台
  ☆127Updated 3 years ago
• namaemonaishi / Encrypted-Malicious-Traffic-Detection-System-Using-Machine-Learning
  使用机器学习的恶意加密流量识别系统
  ☆40Updated last year
• bitterzzZZ / Bert-malware-classification
  使用Bert做embedding，结合BiLSTM做恶意软件的多分类任务
  ☆42Updated 4 years ago
• PowerLZY / malware_classification_bdci
  2021 CCF BDCI 数字安全公开赛“基于人工智能的恶意软件家族分类”赛题第二名Petrichor战队解决方案
  ☆20Updated 3 years ago
• zambery / Machine-Learning-on-CSIC-2010
  ☆9Updated 5 years ago
• undefinedXD / WestLakeSwordComp
  西湖论剑AI大数据安全分析赛 加密恶意流量检测赛道初赛第一名，决赛第二名方案
  ☆20Updated 3 years ago
• SatouGakuW / Encrypted_traffic_classification
  UCAS春季学期课程 网络空间安全态势感知 加密流量分类中间结果数据集
  ☆19Updated 2 years ago
• kericwy1337 / Datacon2019-Malicious-Code-DataSet-Stage2
  ☆12Updated 5 years ago