基于KNN分类算法的恶意软件检测 |
| |
引用本文: | 赵飞,蔡东蛟,姜其师.基于KNN分类算法的恶意软件检测[J].数字通信世界,2023(3):42-44. |
| |
作者姓名: | 赵飞 蔡东蛟 姜其师 |
| |
作者单位: | 1. 福州职业技术学院 |
| |
基金项目: | 福建省教育厅中青年教师教育科研项目,基金编号JAT210821,课题名称:基于机器学习的恶意软件检测方法研究; |
| |
摘 要: | 随着科技的发展,层出不穷的恶意软件对用户计算机系统的数据都构成了极大的威胁,如何准确、高效地检测出恶意软件是令人担忧的问题。几十年来,恶意软件检测已引起反恶意软件行业和研究人员的关注。面对日益复杂的恶意软件,需要新的防御技术来检测和打击新奇的攻击和威胁。人工智能、深度学习也为Windows恶意软件检测提供了新的技术。文章研究如何在现有的一些恶意软件检测方法的基础上,改进特征码的提取和检测模型算法,以提高恶意软件检测的准确度,保护用户计算机系统以及数据的安全性。
|
关 键 词: | Windows恶意软件检测 特征选择 最近邻分类 |
|
|