| 基于特征集聚和卷積神經網絡的惡意PDF文檔檢測方法 | |
| 所屬分類：技術論文 | |
| 上傳者：zhoubin333 | |
| 文檔大?。?span>616 K | |
| 標簽： 惡意PDF文檔 特征集聚 靜態檢測 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹： 針對現有惡意PDF文檔檢測方法存在特征維度高、數據集樣本少導致模型欠擬合等問題，提出了一種基于特征集聚和卷積神經網絡的惡意PDF文檔檢測方法。該方法以詞袋模型為基礎，從PDF文檔中提取常規特征和結構特征。然后以合并后特征簇最小方差為目標，使用Ward最小方差聚類方法實現特征集聚。最后，將聚合特征送入卷積神經網絡分類模型進行訓練。根據不同聚合特征數下模型性能的好壞，確定最優的聚合特征數。實驗結果表明，該方法降低了特征維度，提升了模型的召回率，緩解了模型的欠擬合問題?？v向比較來看，在不同的良性樣本和惡意樣本比例下，遍歷得到最優的聚合特征數，召回率平均提升了53%，F-score平均提升了0.44，運行時間平均縮短了27%；與PJScan、PDFrate、Luxor 3種檢測工具橫向相比，檢測的綜合性能平均提升了5%。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2