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
基于全整型量化与多LSTM的Android恶意软件检测
1
作者
李红娇
吴佳蓓
顾凡
《计算机工程与设计》
北大核心
2025年第8期2280-2288,共9页
考虑到在Android终端部署恶意软件检测模型提升性能的同时需要保持准确度,提出一种基于全整型量化与多LSTM的Android恶意软件检测方法。全整型量化通过限制多LSTM网络每层的参数位宽,所有参数将以16位整型的数据类型参与运算,从而缩短...
考虑到在Android终端部署恶意软件检测模型提升性能的同时需要保持准确度,提出一种基于全整型量化与多LSTM的Android恶意软件检测方法。全整型量化通过限制多LSTM网络每层的参数位宽,所有参数将以16位整型的数据类型参与运算,从而缩短检测速度,这些参数也以16位整型存储在存储器中,减少模型内存占用。此外,多LSTM初始网络将对不同语义特征产生不同的权重值,增加语义分布信息,决策网络综合这些权重值进行恶意软件分类,获得较高的准确度。实验结果表明,经过全整型量化后多LSTM检测模型大小缩小到量化前的1/4,检测时间减少约43.9%。与单LSTM相比,基于多LSTM的检测准确度提升了6.7%。
展开更多
关键词
Android恶意软件
Android恶意软件检测
检测与分类
深度学习
神经网络
LSTM
量化
在线阅读
下载PDF
职称材料
题名
基于全整型量化与多LSTM的Android恶意软件检测
1
作者
李红娇
吴佳蓓
顾凡
机构
上海电力大学计算机科学与
技术
学院
南京南瑞通信技术有限公司通信部门
出处
《计算机工程与设计》
北大核心
2025年第8期2280-2288,共9页
基金
国家自然科学基金项目(61702321)。
文摘
考虑到在Android终端部署恶意软件检测模型提升性能的同时需要保持准确度,提出一种基于全整型量化与多LSTM的Android恶意软件检测方法。全整型量化通过限制多LSTM网络每层的参数位宽,所有参数将以16位整型的数据类型参与运算,从而缩短检测速度,这些参数也以16位整型存储在存储器中,减少模型内存占用。此外,多LSTM初始网络将对不同语义特征产生不同的权重值,增加语义分布信息,决策网络综合这些权重值进行恶意软件分类,获得较高的准确度。实验结果表明,经过全整型量化后多LSTM检测模型大小缩小到量化前的1/4,检测时间减少约43.9%。与单LSTM相比,基于多LSTM的检测准确度提升了6.7%。
关键词
Android恶意软件
Android恶意软件检测
检测与分类
深度学习
神经网络
LSTM
量化
Keywords
Android malware
Android malware detection
detection and classification
deep learning
neural network
LSTM
quantisation
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
基于全整型量化与多LSTM的Android恶意软件检测
李红娇
吴佳蓓
顾凡
《计算机工程与设计》
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
