码迷,mamicode.com
首页 > 其他好文 > 详细

基于深度学习的病毒检测技术无需沙箱环境,直接将样本文件转换为二维图片,进而应用改造后的卷积神经网络 Inception V4 进行训练和检测

时间:2017-10-30 11:36:28      阅读:208      评论:0      收藏:0      [点我收藏+]

标签:卷积神经网络   检测   网络   流程   卷积   分享   不能   nbsp   大于   

话题 3: 基于深度学习的二进制恶意样本检测

分享主题:全球正在经历一场由科技驱动的数字化转型,传统技术已经不能适应病毒数量飞速增长的发展态势。而基于沙箱的检测方案无法满足 APT 攻击的检测需求,也受到多种反沙箱技术的干扰。在充分考察过各种技术方案的优劣后,瀚思科技开发出了基于深度学习的二进制病毒样本检测技术,可以做到沙箱同等水平的 99% 的检测准确率,而误报率低于 1/1000。基于深度学习的病毒检测技术无需沙箱环境,直接将样本文件转换为二维图片,进而应用改造后的卷积神经网络 Inception V4 进行训练和检测。极大的简化了病毒检测流程,速度更是远超沙箱技术,可以做到日均百万样本的检测量。由于深度学习是自动抽取数千万样本的海量特征,使得我们的深度学习模型具有极强的通用性,即使数月不更新,也能做到大于 90% 的检测率。

 

瀚思的安全产品做的。

基于深度学习的病毒检测技术无需沙箱环境,直接将样本文件转换为二维图片,进而应用改造后的卷积神经网络 Inception V4 进行训练和检测

标签:卷积神经网络   检测   网络   流程   卷积   分享   不能   nbsp   大于   

原文地址:http://www.cnblogs.com/bonelee/p/7753210.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!