檢索結果:共44筆資料 檢索策略: "malware".ekeyword (精準)
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
自從電腦普及使用與未來可期待的廣泛利用下, 偵測惡意軟體已成為一個重要的研究主題。隨著虛擬化和雲端運算的發展,在雲端環境上的資安問題日趨重要。現今雲端服務供應商計費方式通常是固定硬體資源,因此使用者…
2
隨著物聯網(IoT)的快速發展,物聯網裝置與人們的生活已經密不可分,因為物聯網裝置缺乏足夠的安全保護,使得紀錄在物聯網裝置中的個人隱私成為駭客攻擊的目標,除此之外,物聯網裝置能夠利用基礎設施連接(I…
3
傳統的防毒軟體技術,是藉由特定的特徵碼來判定是否為惡意程式。但程式一旦通過加殼處理,其內容已經改變所以透過特徵碼(pattern recognition) [9] 的比對也無法辨識。因此目前的惡意程…
4
物聯網(IoT)的快速增長將為日常生活帶來便利和效能提升,但也帶來了風險和挑戰。惡意程式對物聯網系統的安全性構成威脅。為了確保物聯網的可持續發展,需加強物聯網設備的安全防護,並採用創新的技術來偵測惡…
5
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…
6
因物聯網(Internet of Things; IoT)設備的操作功能相當單一,使得物聯網容易遭受到惡意程式的攻擊。為了了解物聯網惡意程式的行為以減緩攻擊,使用靜態分析惡意程式的原始碼是一種可行的…
7
在現今網路發達的時代,使用者能夠隨時隨地在網路上獲取他 們所需的資訊。 但這也帶來了壞處,網路犯罪者會用各種不同的 手法安裝惡意軟體在使用者的電腦。 近幾年來,最盛行的是網頁 掛馬攻擊 (Drive…
8
近年來,隨著惡意軟件數量和類型的急劇增加,機器學習(ML)逐漸應用於惡意軟件檢測領域。作為第一層的保護機制,可以顯著提高分析人員的檢測效率。基於機器學習的惡意軟件檢測方法通常需要依靠大量正確的訓練資…
9
10
有別於既有防毒產業採用對作業系統侵入式監測並基於 YARA 等靜態特徵掃瞄的 方案,我們提出了一種架設於物聯網路由或者閘道器上的新型態保護概念。憑著 較為優勢的算力,此系統得以監視網路流量、並以內置…