基于神经网络恶意软件入侵检测的应用

摘要

基于深度神经网络(DNN)模型的改进数学工具是恶意软件检测系统发展的趋势,可以提高恶意软件的防护效率.提出了一种开发用于检测恶意软件的深层神经网络体系结构的方法,在开发过程中确定了神经网络模型应用的结构参数优化和方便性,有助于避免长期的数值试验.同时,利用恶意软件数据库进行的多个实验表明,该方法构建了一个神经网络模型,提供了与现代恶意软件检测系统的误差相当的检测误差.通过探讨研究,以适应深层神经网络在检测分析中的应用具备可行性.