基于值导数GRU的移动恶意软件流量检测方法

发布时间：2021-04-02 06:13

　　针对移动恶意软件数量和种类的急剧增加给移动用户的信息安全带来的巨大挑战,提出了一种基于值导数GRU的移动恶意软件流量检测方法,旨在解决基于RNN的移动恶意软件流量检测方法难以捕获网络异常流量的动态变化和关键信息的问题。值导数GRU算法通过引入"累计状态变化"的概念,可以同时描述移动网络恶意流量的低阶和高阶动态变化信息。此外,通过增设池化层使算法可以捕获移动恶意流量的关键信息。最后,通过仿真实验分析累计状态变化、隐藏层和池化层对于值导数GRU算法性能的影响。实验表明,基于值导数GRU的移动恶意软件流量检测方法拥有较高的检测准确率。 

【文章来源】：通信学报. 2020,41(01)北大核心EICSCD

【文章页数】：12 页

【参考文献】：
期刊论文
[1]面向高校多源异构数据环境的元数据集成方法[J]. 冯勇,张丽颖,顾兆旭,马技.  辽宁大学学报(自然科学版). 2019(02)
[2]Droid Detector:Android Malware Characterization and Detection Using Deep Learning[J]. Zhenlong Yuan,Yongqiang Lu,Yibo Xue.  Tsinghua Science and Technology. 2016(01)



本文编号：3114752