机译:使用具有领域知识且存在类噪声的增强朴素贝叶斯算法进行恶意软件检测
Faculty of Electrical Engineering, Universiti Teknologi Malaysia, 81310, Johor Bahru, Malaysia;
Faculty of Electrical Engineering, Universiti Teknologi Malaysia, 81310, Johor Bahru, Malaysia;
Faculty of Electrical Engineering, Universiti Teknologi Malaysia, 81310, Johor Bahru, Malaysia;
malware detection; feature classification; class noise; domain knowledge;
机译:通过将朴素贝叶斯与已知恶意软件签名相结合来进行无状态恶意软件包检测
机译:通过将朴素贝叶斯与已知恶意软件签名相结合来进行无状态恶意软件包检测
机译:基于天真贝叶斯和许可相关算法的Android恶意软件检测方法
机译:使用GPGPU的Naive Bayes分类器有效地检测恶意软件
机译:隐藏式贝叶斯朴素多类分类器在网络入侵检测中的应用
机译:使用树型增强朴素贝叶斯的学生学习风格检测
机译:使用GPGPU的Naive Bayes分类器有效地检测恶意软件