![](https://img-blog.csdnimg.cn/20190927151132530.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
网络安全论文学习
网络安全论文的学习笔记
xn12334
这个作者很懒,什么都没留下…
展开
-
基于N-gram的文本分类
文章目录一、简介二、N-grams和基于N-grams的相似性度量三、使用N-gram频次统计的文本分类一、简介文本分类要能兼容语法,拼写,OCR输入字符错误的问题。而基于N-gram的文本分类系统能很好的处理各种各样的问题。该系统需要计算和对比N-gram频次分布文件。首先从各种类别的训练集中得到每个类别的N-gram频次分布文件c1,c2,c3,cn;其次,计算给定文本的N-grams频次分布文件t;最后,计算t到c1,c2,c3,cn的距离,取最短距离的ci类别为t的类别。文本分类系统需要满足如原创 2020-08-30 19:57:51 · 1617 阅读 · 0 评论 -
基于N-gram的恶意代码检测 (监督式)
看的论文:Abou-Assaleh T , Cercone N , Keselj V , et al. N-gram-based detection of new malicious code[C].Proceedings of the 28th Annual International Computer Software and Applications Conference, 2004. COMPSAC 2004. IEEE, 2004.目录摘要介绍检测恶意代码的CNG 分类方法摘要先前的恶意检测原创 2020-08-22 18:29:07 · 1294 阅读 · 0 评论 -
基于Windows API序列和机器学习的恶意软件检测方法(监督式)
@TOC基础恶意软件:未经用户许可进入系统的软件。恶意程序的机器代码模式称为签名。恶意软件检测:通过监控主机中正在运行进程的行为来区分是否为恶意软件。传统恶意软件检测方法:使用从windows API调用中提供的信息。数据挖掘,分类模型:Naive Bayes, SVM, Decision Tree 。相关研究方法1.Faraz Ahmed, Haider Hameed, Zubair Shafiq, Muddassar Farooq方法:将windows API调用序列作为标准机器学习方法原创 2020-08-11 00:50:13 · 1421 阅读 · 0 评论