基于卷积神经网络的恶意代码灰度图像分类研究

目录

声明

致谢

1 引言

1.2 国内外研究现状

1.2.1 传统恶意代码检测技术

1.2.2基于机器学习的恶意代码检测技术

1.3 论文主要工作

1.4 论文组织结构

2基础理论关键技术

2.1.2恶意代码基本特性

2.2神经网络概述

2.2.1 神经网络原理

2.2.2训练神经网络

2.3本章小结

3基于卷积神经网络的检测模型设计

3.2基于卷积神经网络空间特征提取

3.2.1 卷积层

3.2.2池化层

3.2.3丢弃块

3.3.1 采样原理

3.3.2 计算过程

3.4实验过程与结果

3.4.2数据集

3.4.3 二进制文件转灰度图

3.4.4评价指标

3.4.5参数设置

3.4.6实验结果与分析

3.5本章小结

4基于双种群遗传算法的卷积神经网络优化

4.2 改进双种群遗传算法实验设计

4.2.2双种群初始化

4.2.3 个体交换选择算子

4.2.4交叉、变异与精英保留

4.2.5 改进双种群遗传算法流程

4.3 优化实验步骤

4.4 实验结果及分析

4.5本章小结

5总结与展望

5.2 不足与展望

参考文献

作者简历及攻读硕士学位期间取得的研究成果

独创性声明

学位论文数据集