一种基于最大频繁子图基因的模糊图神经网络检测模型

打开文本图片集

摘  要： 针对恶意软件检测的准确性和时间效率问题，提出一种基于最大频繁子图基因的模糊图神经网络检测模型。首先利用SFFSM-SPIN-MGM方法挖掘恶意软件函数调用图的最大频繁子图，然后利用模糊图神经网络完成恶意软件同源性检测。实验结果表明，该方法具有较强的泛化能力，能够有效地检测现有恶意软件的变种测试集，平均准确率92.1%，平均误报率4.3%、平均漏报率1.4%。（剩余6252字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。