檢索結果:共4筆資料 檢索策略: ckeyword.raw="惡意軟體" and ckeyword.raw="機器學習" and ckeyword.raw="機器學習"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
隨著物聯網設備與通訊技術的快速發展,擴大了網際網路的應用方式,為了追求生活品質的情況下,無數的物聯網裝置及應用服務逐年成長。然而,資訊安全的重要性卻是多數人常忽視的議題,越來越多的有心人士或是駭客都…
2
伴隨物聯網(IoT)的快速發展,針對物聯網設備的惡意軟體也因此大量產生。儘管藉由機器學習模型,人們已經可以自動化的檢測惡意軟體的存在與否。但仍然存在極大的隱憂,也就是針對機器學習模型的對抗式攻擊。對…
3
在靜態惡意軟體檢測中,結構型特徵,如控制流程圖(CFG)與函數呼叫圖(FCG),因其包含執行流程和軟體結構信息,被視作是識別惡意軟體的關鍵特徵。圖神經網路(GNN)可以有效地捕捉到節點之間的依賴關係…
4
近年來,機器學習模型在資訊安全領域取得了重要進展,越來越多的IoT設備依賴機器學習模型進行惡意軟體檢測。惡意軟體的不斷演進迫使基於機器學習的檢測方法需要定期收集訓練資料以確保準確性,這也帶來了潛在的…