檢索結果：共11筆資料 檢索策略： "軟體".ckeyword (精準) and cadvisor.raw="李漢銘"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
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…
2
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…
3
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…
4
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…
5
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…
6
基於機器學習技術開發的惡意軟體分類器作為惡意軟體檢測領域的第一階段，其佔據著十分重要的地位，分類器通過靜態分析學習惡意特徵以對已知威脅取得非常高的檢測準確效能，但是這也衍生出了其他的資安問題，神經網…
7
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…
8
Fast-Flux網路服務是目前最新興的殭屍網路問題之一。Fast-Flux利用DNS攻擊技術的方法，去對受害主機設備來當跳板，且利用快速活動且動態改變受害主機所對應的IP位址，讓其產生更多受害主機…
9
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…
10