a574824551 / Malware_detection_system_based_CNN
本科毕业设计,参考LENET-5模型,将恶意软件转化为灰度图,通过卷积神经网络实现了恶意软件检测分类,准确率达98%。
☆22Updated 4 years ago
Related projects ⓘ
Alternatives and complementary repositories for Malware_detection_system_based_CNN
- 基于卷积神经网络的恶意软件检测方法☆49Updated 5 years ago
- 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~☆13Updated 4 years ago
- 本科毕业设计_恶意代码检测分类平台☆35Updated 5 years ago
- 基于深度学习的恶意代码检测☆14Updated 4 years ago
- 基于深度学习的恶意软件检测研究;MalConv;☆84Updated 2 years ago
- 基于机器学习的恶意代码检测☆11Updated 5 years ago
- 利用机器学习实现android恶意软件检测模型☆10Updated 5 years ago
- 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。☆98Updated 4 years ago
- pytorch实现基于web的pcap文件恶意流量检测以及深度学习算法☆52Updated 7 months ago
- 基于机器学习的恶意加密流量监测平台☆100Updated 3 years ago
- BUPT SCSS大三小学期 机器学习分析恶意加密流量包项目☆55Updated 4 years ago
- 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☆24Updated 3 years ago
- 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
- This resource mainly counts papers related to APT attacks, including APT traceability, APT knowledge graph construction, APT malicious sa…☆199Updated 6 months ago
- 基于机器学习的入侵检测系统☆59Updated 4 years ago
- 本科毕设:URL恶意性检测,基于字符串本身进行特征提取,基于sklearn库的机器学习模型进行分类(附实验数据于data文件夹)☆50Updated 4 years ago
- ☆11Updated 5 years ago
- DataCon2020大数据安全分析大赛,🏆【方向五】恶意代码分析冠军源码。☆109Updated 4 years ago
- 该资源为恶意代码检测与识别的相关链接汇总,希望对您有所帮助!☆20Updated 4 years ago
- 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☆103Updated 3 years ago
- 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☆19Updated 3 years ago
- a demo for detecting anomaly url☆38Updated 7 years ago
- 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…☆31Updated 3 years ago
- 使用卷积神经网络进行网络入侵检测,正确率可达99.5%☆164Updated 5 years ago
- 机器学习检测恶意URL改进版☆23Updated 4 years ago
- 使用Bert做embedding,结合BiLSTM做恶意软件的多分类 任务☆41Updated 4 years ago
- ☆131Updated last year
- 基于LSTM的恶意域名检测实例☆18Updated 4 years ago
- 学习用机器学习解决网络安全问题的Demo☆48Updated 6 years ago