资料下载
×
基于RNN和深度学习的Linux远控木马检测
消耗积分:0 |
格式:pdf |
大小:1.02 MB |
2021-03-30
分享资料个
远控木马作为一种高级形态的恶意代码，不仅能收集用户敏感信息，而且可以通过命令控制引发大规模的攻击。为高效准确地识别远控木马，通过结合静态分析和动态行为分析方法提取文件特征，利用深度学习对样本特征逐层抽取的能力，构建基于循环神经网络（RNN）的样本分类模型，以对 Linux远控木马进行检测。为避免陷入局部最优，采用随机搜索参数的方法进行模型超参数选择。对基于RNN的分类模型及其他基于传统机器学习算法的模型分别进行实验，结果表明，在选取性能最佳的超参数配置下，基于RNN的样本分类模型具有更高的准确率与F1值。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
