《计算机集成制造系统杂志》发表论文赏析

基于代码可视化的工业互联网恶意代码检测方法

来源:计算机集成制造系统杂志2025年第2期北京时间:

作者:龙墨澜, 康海燕

单位:北京信息科技大学计算机学院

摘要:针对工业互联网中不断增加的恶意软件数量和种类,传统恶意代码检测方法存在准确率低、时间开销大、数据预处理过程复杂等问题,结合神经网络在图像分类方向的成熟应用,提出一种基于代码可视化的工业互联网恶意代码检测方法。通过可视化算法将恶意代码原始文件转化为彩色图像,采用改进GoogLenet检测并识别恶意代码家族;用数据增强扩充原始样本集,并提出适用于多分类任务的带权Focal loss损失函数,通过样本期望体积调整不同恶意代码家族在模型训练过程中的权重参数,缓解模型过拟合的影响。最后在Malimg和Leopard Mobile两个数据集上的实验表明,彩色恶意代码图像在准确性方面优于恶意代码灰度图,该方法在Malimg和Leopard Mobile数据集的准确率分别达到98.26%和97.19%,验证了该方法的优越性。

关键词:恶意代码分类,代码可视化,深度学习,数据增强,带权损失函数

基金资助:国家社会科学基金资助项目(21BTQ079);教育部人文社会科学基金资助项目(20YJAZH046)。

2025年2期其他文献查阅:

基于超启发式算法的可重构装配车间调度

基于DQN协同进化算法的柔性作业车间能效调度优化

考虑订单运输时间的多目标分布式流水车间调度

面向大型异形筒类薄壁件的双工位寻位加工系统及方法

面齿轮蜗杆砂轮磨削安装误差分析及补偿

自动钻铆系统非接触式法向测量传感器位置矢量标定方法

基于摩擦力改进模型的数控进给自适应鲁棒控制

车身焊装场景下高密度点云数据的半监督语义分割方法

基于深度学习的异状零件抓取检测方法

基于跨尺度特征提取的锻件表面裂纹检测算法

基于敏感因素选择与残差网络的表面粗糙度预测

基于增量学习的发酵过程产物浓度动态预测方法

面向可编程逻辑控制器的工业软件高效编译方法

基于切削力的机床主轴轴向热误差建模新方法

多判别器生成对抗网络工业不平衡数据建模方法

基于代码可视化的工业互联网恶意代码检测方法

基于分布并行式增广拉格朗日协调的MDO方法

融合多策略改进鲸鱼优化算法及其应用

基于模糊规则库的快速区间多目标优化方法

基于双向门控变分编码回归网络的涡扇发动机剩余寿命预测

基于CSD-STM的风电机马尔可夫链退化建模与预防维护策略

Ⅱ-GLD位置刻度模型用于滚动轴承性能退化可靠性评估

市场需求—企业技术能力双重视域下的技术机会识别

制造商过度自信下考虑权力结构的双渠道绿色供应链动态决策

基于Stackelberg博弈的钢铁企业产成品转库决策优化

再制造补贴和碳税政策下闭环供应链网络优化

融合随机趋邻策略的协同演化蚁群算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!