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...

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。

转载于:https://www.cnblogs.com/bonelee/p/7753210.html

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...相关推荐

QB：基于深度学习的病毒序列识别
全球COVID-19新型冠状病毒肺炎疫情使人们对病毒有了前所未有的关注.病毒不仅可以侵入人体等真核生物,还可以侵入细菌等原核生物.侵入细菌的病毒数量大约有1031,是地球上最丰富的生物体 [1].病毒 ...
基于深度学习的信息抽取技术
DeepIE: Deep Learning for Information Extraction DeepIE: 基于深度学习的信息抽取技术(预计2020年8月31日前全部更新完毕) TOP 知乎专栏 ...
基于深度学习的病毒序列识别
随着宏病毒研究的日益火热,许多小伙伴都在想自己曾经测过的宏基因组数据能否再深挖一波?当然可以!前面几期小编给大家抛砖引玉介绍了组装软件以及病毒数据库的基本知识,这期我们就来聊一聊,如果不依赖于数据库的 ...
基于深度学习的语义理解技术在机器翻译中的应用
作者:禅与计算机程序设计艺术 <基于深度学习的语义理解技术在机器翻译中的应用>技术博客文章引言 1.1. 背景介绍随着全球化的推进,跨语言交流需求日益增长,机器翻译技术应运而生.翻译技 ...
如何基于深度学习实现商品识别技术｜图普科技
目前实时客流检测.商品识别.货架识别等人工智能技术可以帮助越来越多的零售门店实现智慧零售数字化转型.随着人工智能技术的发展,图普科技在深度学习在实现商品识别的应用上越发成熟,从技术层面来说,具体包含以 ...
基于深度学习的超级分辨率，无需使用GAN
本文介绍了技术和培训深度学习模型的图像改进,图像恢复,修复和超分辨率.这利用了Fastai课程中教授的许多技术,并利用Fastai软件库.这种训练模型的方法是基于非常有才华的AI研究人员的方法和研究, ...
基于深度学习的信息隐藏技术的研究总结（一）
信息隐藏技术的相关知识总结你好! 本人关于信息隐藏方面的研究很久了,主要是利用深度学习方面的技术来实现.由于电脑等原因,一些东西就找不到了,所以想通过写博客的方式进行记录,一方面是对学过的东西.技术 ...
深度学习之TensorFlow 第三章基本开发步骤--以逻辑回归拟合二维数据为例（转）
深度学习有四个步骤: 准备数据搭建模型迭代训练使用模型 import tensorflow as tf import numpy as np #数组 import matplotlib ...
使用卷积神经网络（CupCnn）训练人脸检测模型
结果展示最近尝试做了下人脸检测,先上两张效果图吧: 这已经是跳出来的效果比较好的图片了,表现的确是有点差. 我用了4000(19*19)多张人脸图片和8000(19*19)多张非人脸图片训练出了这个 ...

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...

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...相关推荐

最新文章

热门文章