首頁瀏覽人次: 815,175 次 (Since 2010/07/14) 會員登入
聯盟單位  |  虛擬講堂  |  網路直播  |  其他演講  |  排行榜  |  留言板  |  知識擂台  |  回首頁
首頁 > 虛擬講堂 > 應用深度學習注意力機制於Android惡意程式檢測之研究 快速搜尋演講 進階搜尋
  應用深度學習注意力機制於Android惡意程式檢測之研究 
★chrome瀏覽器無法播放Silverlight解決辦法
0:00 / 0:00

講者:國立中央大學 Yi-Ming Chen, Ying-Ching Chang, Po-Yen Tseng
日期:2019/09/25
性質:演講
類別:應用科學
語言:中文
長度:00:10:17
觀看:67
推薦:0
摘要:
隨著 Android 行動裝置的普及,惡意軟件檢測 在現今是非常重要的,其中許多研究使用深度學習 來學習,並且近年來注意力機制 (Attention Mechanism)為不同隱藏狀態給予相對應的注意權 重,廣泛應用於機器翻譯、影像標記等許多領域, 但尚未有研究將其機制詳細探...
隨著 Android 行動裝置的普及,惡意軟件檢測 在現今是非常重要的,其中許多研究使用深度學習 來學習,並且近年來注意力機制 (Attention Mechanism)為不同隱藏狀態給予相對應的注意權 重,廣泛應用於機器翻譯、影像標記等許多領域, 但尚未有研究將其機制詳細探討於 Android 惡意程 式分析領域。因此本研究針對目前惡意軟體中靜態 與動態分析來提取不同型態的特徵,比對原有深度 神經網路與加入注意力機制後的差別,最後實驗結 果亦顯示在靜態操作碼圖像上注意力機制提升現 有 Convolutional Neural Network (CNN)模型1.99% 的準確度,在動態方面提取 System Call 特徵, Bi-directional Long Short-Term Memory-Attention (Bi-LSTM-Attention) 模型的準確率高達93.5%。

現在位置:演講摘要詳細內容
推薦  (0)
推薦至Plurk
提供:TANET台灣網際網路研討會-TANET2019

轉寄  

推薦者:
電子郵件地址: (如欲轉寄多人,請以 ; 分隔email)
留言給收件者:

回報問題  

問題說明:




音樂學習與大腦發展:從運動到...
講者:蔡振家
觀看:1,392
漫話海洋生物
講者:宋克義
觀看:385
物聯網智能服務和應用的安全-...
講者:楊晨依, 楊政穎
觀看:111
【週日閱讀科學大師】通往宇宙...
講者:吳俊輝
觀看:85
【週日閱讀科學大師】上太空也...
講者:黃居正
觀看:81

現在位置:學習公約