APT攻击检测自学与创新研究(持续更正)

APT攻击,高级持续且隐蔽,对其进行检测研究一直是难点,现有的主要有两点,一是恶意代码检测的APT攻击检测,二是基于流量的APT攻击检测。

一、APT恶意代码检测研究现状

1、基于机器学习的恶意代码检测

目前已经是研究较多了,基本的方法步骤是:

  • 采集大量的恶意代码样本以及正常的程序样本作为训练样本;
  • 对训练样本进行预处理,提取特征;
  • 进一步选取用于训练的数据特征;
  • 选择合适的机器学习算法训练分类模型;
  • 通过训练后的分类模型对未知样本进行检测。

  • 3
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值