当前位置：
X-MOL 学术
›
arXiv.cs.LG
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
使用GMM-HMM模型的恶意软件分类
arXiv - CS - Machine Learning Pub Date : 2021-03-03 , DOI: arxiv-2103.02753 Jing Zhao, Samanvitha Basole, Mark Stamp
arXiv - CS - Machine Learning Pub Date : 2021-03-03 , DOI: arxiv-2103.02753 Jing Zhao, Samanvitha Basole, Mark Stamp
离散隐马尔可夫模型（HMM）通常用于恶意软件检测和分类问题。但是，在网络安全领域很少考虑离散HMM的连续模拟，即高斯混合模型HMM（GMM-HMM）。在本文中，我们将GMM-HMM用于恶意软件分类，并将我们的结果与使用离散HMM获得的结果进行比较。作为功能，我们考虑操作码序列和基于熵的序列。对于我们的操作码功能，GMM-HMM产生的结果可与使用离散HMM取得的结果相媲美，而对于基于熵的功能，GMM-HMM通常会大大提高我们使用离散HMM取得的分类结果。
"点击查看英文标题和摘要"
更新日期：2021-03-05
"点击查看英文标题和摘要"
京公网安备 11010802027423号