期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
1
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
CasKDNet:基于改进DenseNet的恶意代码分类方法
1
作者
刘强
王坚
+1 位作者
路艳丽
王艺菲
《空军工程大学学报》
北大核心
2025年第4期110-119,共10页
针对现有恶意代码可视化分类模型在精度和鲁棒性方面的不足,提出一种基于改进DenseNet的恶意代码可视化分类方法CasKDNet,通过3项关键技术实现精度和鲁棒性的提升。首先,构建级联分类器结构,增强纹理相似家族的特征区分能力;其次,采用KA...
针对现有恶意代码可视化分类模型在精度和鲁棒性方面的不足,提出一种基于改进DenseNet的恶意代码可视化分类方法CasKDNet,通过3项关键技术实现精度和鲁棒性的提升。首先,构建级联分类器结构,增强纹理相似家族的特征区分能力;其次,采用KAN结构替代DenseNet网络中的多层感知机,优化特征提取过程的非线性表达能力,提升模型整体精度;最后,基于FFM图像修复算法对训练集进行数据增强,提高模型鲁棒性。在恶意代码数据集Malimg上的实验结果显示,CasKDNet模型取得99.69%的分类准确率,与现有研究方法相比具有明显性能优势。此外,在白盒攻击背景下,FGSM和I-FGSM算法对CasKDNet的攻击成功率仅为12.7%和37.5%,进一步证实了模型在防范对抗性攻击方面的有效性。
展开更多
关键词
恶意代码
级联分类器
KAN
ffm
算法
对抗性攻击
在线阅读
下载PDF
职称材料
题名
CasKDNet:基于改进DenseNet的恶意代码分类方法
1
作者
刘强
王坚
路艳丽
王艺菲
机构
空军工程大学防空反导学院
空军工程大学研究生院
出处
《空军工程大学学报》
北大核心
2025年第4期110-119,共10页
基金
国家自然科学基金(61806219,61703426,61876189)
陕西省高校科协青年人才托举计划(20190108,20220106)
陕西省创新能力支撑计划(2020KJXX-065)。
文摘
针对现有恶意代码可视化分类模型在精度和鲁棒性方面的不足,提出一种基于改进DenseNet的恶意代码可视化分类方法CasKDNet,通过3项关键技术实现精度和鲁棒性的提升。首先,构建级联分类器结构,增强纹理相似家族的特征区分能力;其次,采用KAN结构替代DenseNet网络中的多层感知机,优化特征提取过程的非线性表达能力,提升模型整体精度;最后,基于FFM图像修复算法对训练集进行数据增强,提高模型鲁棒性。在恶意代码数据集Malimg上的实验结果显示,CasKDNet模型取得99.69%的分类准确率,与现有研究方法相比具有明显性能优势。此外,在白盒攻击背景下,FGSM和I-FGSM算法对CasKDNet的攻击成功率仅为12.7%和37.5%,进一步证实了模型在防范对抗性攻击方面的有效性。
关键词
恶意代码
级联分类器
KAN
ffm
算法
对抗性攻击
Keywords
malware
cascade classifier
KAN
ffm algorithm
adversarial attack
分类号
TP309 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
CasKDNet:基于改进DenseNet的恶意代码分类方法
刘强
王坚
路艳丽
王艺菲
《空军工程大学学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
