檢索結果:共10筆資料 檢索策略: "惡意軟體檢測".ckeyword (精準)
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
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…
2
惡意軟體偵測是網路安全的一個重要面向。 本研究針對基於影像的惡意軟體偵測所面臨的挑戰,並認識到惡意軟體資料集的不平衡性,研究了合成資料生成方法的應用。 這項研究涉及資料集的選擇和預處理,將原始資料轉…
3
現有的對抗式攻擊大多依賴白箱的場景設置,然而在現實中,防守者會避 免洩露任何有用的資訊給攻擊者,使戰場轉為黑箱的場景設置,這使對抗式攻 擊變成相對具有挑戰性的任務。為了解決這些問題,大多數現有的攻擊…
4
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…
5
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…
6
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…
7
惡意軟體在物聯網的資安問題上一直是最重要的威脅之一.最近的研究表示基於機器學習的靜態惡意軟體檢測器在面對未知的惡意軟體有著非常強力的檢測效果.其中,利用control flow graph (CFG…
8
9
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…
10
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…