| 基于特征集聚和卷积神经网络的恶意PDF文档检测方法 | |
| 所屬分類：技术论文 | |
| 上傳者：zhoubin333 | |
| 文檔大小：616 K | |
| 標簽： 恶意PDF文档 特征集聚 静态检测 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹： 针对现有恶意PDF文档检测方法存在特征维度高、数据集样本少导致模型欠拟合等问题，提出了一种基于特征集聚和卷积神经网络的恶意PDF文档检测方法。该方法以词袋模型为基础，从PDF文档中提取常规特征和结构特征。然后以合并后特征簇最小方差为目标，使用Ward最小方差聚类方法实现特征集聚。最后，将聚合特征送入卷积神经网络分类模型进行训练。根据不同聚合特征数下模型性能的好坏，确定最优的聚合特征数。实验结果表明，该方法降低了特征维度，提升了模型的召回率，缓解了模型的欠拟合问题。纵向比较来看，在不同的良性样本和恶意样本比例下，遍历得到最优的聚合特征数，召回率平均提升了53%，F-score平均提升了0.44，运行时间平均缩短了27%；与PJScan、PDFrate、Luxor 3种检测工具横向相比，检测的综合性能平均提升了5%。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2