基于神经网络平滑聚合机制的恶意代码增量训练及检测

  • 打印
  • 收藏
收藏成功


打开文本图片集

摘要:为保证恶意代码变种检测模型的时效性,传统基于机器(深度)学习的检测方法通过集成历史数据和新增数据进行重训练更新模型存在训练效率低的问题。笔者提出一种基于神经网络平滑聚合机制的恶意代码增量学习方法,通过设计神经网络模型平滑聚合函数使模型平滑演进,通过添加训练规模因子,避免增量模型因训练规模较小而影响聚合模型的准确性。(剩余11235字)

monitor
客服机器人