期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进的MobileNetV2模型的安卓恶意家族分类方法研究
1
作者 李久玲 甘刚 《成都信息工程大学学报》 2024年第5期546-552,共7页
针对人类视觉系统对颜色的高度敏感特点,提出一种基于改进的MobileNetV2模型的安卓恶意家族分类方法。该方法通过引入注意力机制,对RGB图像的3个通道进行特征融合,提高模型对图像颜色信息的敏感度。同时,针对小样本数据集的问题,提出一... 针对人类视觉系统对颜色的高度敏感特点,提出一种基于改进的MobileNetV2模型的安卓恶意家族分类方法。该方法通过引入注意力机制,对RGB图像的3个通道进行特征融合,提高模型对图像颜色信息的敏感度。同时,针对小样本数据集的问题,提出一种改进的模块结构,减少模型的深度和宽度,以提高模型对小样本数据集的特征提取能力。将SE(squeeze-and-excitation network)注意力机制与CBAM(convolution block attention module)注意力机制融入模型进行对比,实验结果表明:CBAM注意力机制在该图像分类任务中表现出显著的优越性,准确率达到94.18%,比原有模型提高了3.16%,验证了该方法的有效性和实用性。该研究对于小样本数据集的图像分类任务的准确性和实际应用中的性能有重要意义。 展开更多
关键词 MobileNetV2 RGB图像 注意力机制 安卓恶意家族分类
下载PDF
基于合成图像和Xception改进模型的安卓恶意家族分类方法
2
作者 于兴崭 芦天亮 +2 位作者 杜彦辉 王曦锐 杨成 《计算机科学》 CSCD 北大核心 2023年第4期351-358,共8页
针对安卓恶意家族检测领域存在的代码可视化方法构造的信息不充分、分类效果受数据集数量影响大、分类准确率低等问题,提出了一种基于多特征文件合成图像和Xception改进模型的安卓恶意家族分类方法。首先,选用3个特征文件对应RGB多通道... 针对安卓恶意家族检测领域存在的代码可视化方法构造的信息不充分、分类效果受数据集数量影响大、分类准确率低等问题,提出了一种基于多特征文件合成图像和Xception改进模型的安卓恶意家族分类方法。首先,选用3个特征文件对应RGB多通道合成彩色图像;然后,改进Xception模型引入focal loss函数,缓解由样本不均衡分布带来的负面影响;最后,将注意力机制融合至改进模型,从不同维度提取恶意代码图像特征,提升了模型的分类效果。实验结果表明,所提方法合成的恶意代码图像包含的特征更丰富,相比主流的恶意家族分类方法准确率更高,且对于数量分布不平衡的数据集具备更好的分类效果。 展开更多
关键词 恶意软件可视化 安卓恶意家族分类 注意力机制 FOCAL LOSS Xception
下载PDF
融合MAML和CBAM的安卓恶意应用家族分类模型
3
作者 苏庆 林佳锐 +1 位作者 黄海滨 黄剑锋 《计算机工程与应用》 CSCD 北大核心 2023年第2期271-279,共9页
为满足对新兴安卓恶意应用家族的快速检测需求,提出一种融合MAML(model-agnostic meta-learning)和CBAM(convolutional block attention module)的安卓恶意应用家族分类模型MAML-CAS。将安卓恶意应用样本集中的DEX文件可视化为灰度图,... 为满足对新兴安卓恶意应用家族的快速检测需求,提出一种融合MAML(model-agnostic meta-learning)和CBAM(convolutional block attention module)的安卓恶意应用家族分类模型MAML-CAS。将安卓恶意应用样本集中的DEX文件可视化为灰度图,并构建任务集;融合混合域注意力机制CBAM,设计两个具有同等结构的卷积神经网络,分别作为基学习器和元学习器,这两个学习器在自动提取任务集中样本特征的同时,可从通道和空间两个维度来增强关键特征表达;利用元学习方法MAML对两个学习器进行训练,其中基学习器完成特定恶意家族分类任务的属性学习,元学习器则学习不同任务的共性;在两个学习器训练完成后,MAML-CAS将获得初始化参数,在面对新的安卓恶意应用家族分类任务时,不需要重新训练,只需要少量样本就可以快速迭代;利用训练完成的基学习器提取安卓恶意应用家族特征,并利用SVM进行恶意家族分类。实验结果表明,MAML-CAS模型对新兴小样本安卓恶意应用家族具有良好的检测效果,检测速度较快,并具有较好的稳定性。 展开更多
关键词 安卓恶意应用家族分类 MAML CBAM 卷积神经网络 支持向量机
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部