基于深度学习的恶意代码检测综述
宋亚飞
张丹丹
王坚
王亚男
郭新鹏
空军工程大学防空反导学院,西安,710051
摘要：恶意代码检测是网络空间安全领域的重要研究方向之一.在简要阐述恶意代码检测重大研究价值的基础上,结合国内外研究现状,总结了现有的基于深度学习的恶意代码检测技术及方法.首先,分别从静态、动态和混合检测方法多方面地梳理了传统检测技术,其次,分别从基于序列特征、图像可视化和数据增强的恶意代码特征提取方法出发,对基于深度学习的恶意代码分类识别方法进行了总结,最后,对基于深度学习的恶意代码特征提取与识别方向的技术难点和未来发展趋势进行了分析与展望.
关键词：恶意代码恶意代码分类恶意代码检测深度学习网络空间安全
分类号：TP309.5(计算技术、计算机技术)
资助基金：国家自然科学基金(61806219)国家自然科学基金(61703426)国家自然科学基金(61876189)陕西省科学基金(2021JM-226)
论文发表日期：2024-08-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：13( 94-106 )
英文信息