檢索結果：共12筆資料 檢索策略： "機器學習".ckeyword (精準) and cadvisor.raw="鄭欣明"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
在物聯網快速發展的時代，惡意軟體威脅不斷增加，已成為一個重要的資訊安全問題。攻擊者利用加殼技術來規避惡意軟體檢測器的檢測，使得逆向工具難以分析加殼樣本。然而，即使這些工具成功破殼樣本，結果也不一定準…
2
隨著人工智慧模型的進步，一系列針對不同應用領域的後門攻擊逐漸被提出。 目前對後門攻擊的研究主要集中在不同領域的攻擊者如何設計有效的觸發器。然而，通過在訓練樣本中嵌入觸發器來毒害訓練集的後門攻擊的研究…
3
科技進步迅速的現代社會，人們對設備的效能和整合能力需求逐年增加。 終端設備和物聯網技術逐漸受到重視。但個人電腦和聯網設備的架構差異 過大，導致防毒軟體無法直接套用在物聯網架構上。由於上述原因，物聯 …
4
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…
5
隨著數位世界的快速發展，惡意軟體已成為網路安全上的重大威脅。在惡意軟體檢測中，機器學習扮演著關鍵的角色。然而，攻擊者持續不斷地尋找建立對抗性樣本以繞過檢測器的方法，這使得惡意軟體檢測器的穩健性成為一…
6
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…
7
物聯網端點設備具有上市時間短、異質性高、資源受限及界面不友善等特點，使得傳統電腦的安全機制像是防毒系統並不適用於物聯網設備。基於網路層面的安全檢測系統如 IDS，並無法達到完全檢測及減緩日益見增的無…
8
9
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…
10
在這個網路快速發展的時代，物聯網(IoT)的安全考量受到研究和商業領域的關注。由於計算資源有限、不友好的介面以及較差的軟體操作，舊式物聯網設備便容易被許多有名的惡意軟體攻擊。此外，物聯網平台的異構性…