基于机器学习的恶意软件检测技术研究

唐 超
广州科技职业技术大学

摘要


随着网络攻击手段的日益复杂化，恶意软件检测技术面临着严峻挑战。本研究采用机器学习方法，构建了
基于深度学习的恶意软件检测模型。通过特征提取和模型训练，实现了对恶意软件的高效识别，准确率达到95%以
上。研究结果表明，该技术能够有效提升恶意软件检测的准确性和实时性，为网络安全防护提供了新的技术支撑。
本研究对提升我国网络安全防护能力具有重要的实践意义。

关键词


机器学习；恶意软件检测；网络安全

全文:

PDF


参考


[1]姜昕.学术论文关键词标引研究[J].辽宁师专学

报：自然科学版，2020，22（03）：104-108.

[2]王庆飞，王长波，鲍娟.基于机器学习技术的

Android恶意软件检测[J].科技资讯，2020，18（27）：8-10.

[3]胡纲.基于网络安全的恶意软件检测方法研究[J].

计算机应用文摘，2022，38（20）：107-109.

[4]达海莉，周慧，王银惠，张晓倩.学术论文关键

词标引探析[J].宁夏农林科技，2020，61（12）：72-73.

[5]陈镭，杨章静，黄璞.基于机器学习的Android恶意

软件检测实验[J].实验技术与管理，2020，37（12）：94-97.


Refbacks

  • 当前没有refback。