檢索結果:共11筆資料 檢索策略: "Chia-Mu Yu".ecommittee (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
深度學習已成功應用於從圖像識別到物件偵測等多個領域、在多種任務中都取得了顯著的成功。然而,如果無法預測模型的泛化能力(generalization),就無法確保模型在未見過數據上的最差表現,這對關鍵…
3
4
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…
5
自從WFA 組織提出了Wi-Fi P2P 模式之後, 愈來愈多的P2P 應用也開始產生. 在Wi-Fi P2P 中, P2P 並不需要傳統AP 的存在就能運作, Group Owner 扮演的 就是…
6
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…
7
透過感知、制動與溝通等能力,物聯網 (Internet of Things)在各種不同的情境下拉近了機器與人類的距離。隨之而來,眾多的協定被開發出來以支援不同的物聯網應用程式,例如REpresent…
8
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…
9
物聯網(Internet of Things; IoT)設備的易於部署、實施和使用使物聯網應用程序受到了公眾和惡意對手的廣泛關注。 物聯網惡意程式試圖感染易受攻擊的物聯網設備,並利用受感染設備作為殭…
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…