El creciente volumen y tipos de malwares suponen una gran amenaza para la seguridad de la red. La detección binaria de malware con redes neuronales convolucionales profundas (CNN) ha demostrado ser un método eficaz. Sin embargo, los métodos de clasificación de malware existentes basados en CNNs son insatisfactorios a día de hoy debido a su escasa capacidad de extracción, a la insuficiente precisión de la clasificación de malware y al elevado coste del tiempo de detección. Para resolver estos problemas, se propuso un nuevo enfoque, a saber, las redes neuronales convolucionales de fusión de características multiescala (MFFC), para lograr una clasificación eficaz del malware basada en la visualización del malware utilizando el aprendizaje profundo, que puede defenderse de las variantes de malware y de los malwares confusos. El enfoque primero convierte los binarios de código de malware en imágenes en escala de grises, y luego, estas imágenes se normalizarán en tamaño utilizando el modelo MFFC para identificar las familias de malware. Se realizaron experimentos comparativos para verificar el rendimiento del método propuesto. Los resultados indican que el MFFC destaca entre los métodos avanzados recientes con una precisión del 98,72
y un coste medio de 5,34 milisegundos en el conjunto de datos Malimg. Nuestro método puede identificar eficazmente el malware y detectar las variantes de las familias de malware, que tiene una excelente capacidad de extracción de características y una mayor precisión con un menor tiempo de detección.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Fusión de la información de la parte del discurso en la generación de paráfrasis neuronal de bajos recursos
Artículo:
Estudio preliminar sobre el potencial de la miel de Manuka y el plasma rico en plaquetas en la curación de heridas
Artículo:
Investigación sobre la interacción del algoritmo genético en la composición asistida
Artículo:
Un modelo de series temporales estacionales basado en la programación de la expresión génica para predecir las dificultades financieras
Video:
Biotecnología y biología molecular - Adrián Mutto
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
Importancia, manejo y control de extraíbles e incrustaciones (pitch) en la fabricación de papel
Artículo:
Estudio sobre la evaluación de la sostenibilidad de los productos innovadores
Libro:
Planta de tratamiento de aguas residuales