首页 >  Python毕业设计  > 正文

基于深度学习的恶意程序识别系统设计与实现

近年来软件快速发展,保证软件安全是也是必不可少,恶意软件是破坏软件安全的主要原因之一。随着软件规模的爆炸式增长,恶意软件分类与识别越来越困难。恶意软件分类与识别技术是软件安全领域的一个重要研究方向。常见的恶意程序识别方法主要依据是静态文件特征码和高危动态行动特征等,传统的基于规则的检测技术已经难以覆盖全部的恶意程序,利用深度学习多层感知机算法能够有效的提高恶意程序的识别能力。深度学习(DL, Deep Learning)是机器学习领域中一个新的研究方向。深度学习是学习样本数据的内在规律和表示层次,最终目标是让机器能够像人一样具有分析学习能力,能够识别文字、图像和声音等数据。
通过完成该毕业设计(论文)题目,学生能够在一定程度上熟悉和掌握深度学习相关知识,以及模型设计与训练的基本思想和基本流程,综合运用大学四年所学习到的计算机学科知识、深度学习专业知识,提高其掌握和运用一门专业的程序设计语言的能力。                                                                                                                                         
3.设计(论文)的主要内容(理工科含技术指标):                                    
主要内容:                                                                  
(1)了解深度学习的基本概念;了解程序恶意程序样本描述的特点;收集大量恶意程序数据描述为技术的实现、测试和验收提供重要依据;
(2)实现一个深度学习模型,并使用处理好的恶意程序数据构造数据集及对网络进行训练和测试;
(3)基于深度学习模型,开发一个恶意程序识别检测系统。                                                 
4.设计的基本要求及进度安排(含起始时间、设计地点):                                 
(1)通过需求调研,了解深度学习基本概念,使学生能够自主完成需求调研报告;
(2)查阅深度学习的相关技术文献资料,翻译完成一篇英文文献; 
(3)设计和开发一个功能较为完整的恶意程序识别系统,并将成果能够展示出来; 
(4)掌握软件设计与开发的基本流程; 
(5)根据设计和开发过程完成毕业论文。 
 

以上是本题目部分介绍,若需要完整版或不符合您的要求,请联系客服QQ:242219979

上一篇:农业大数据与人工智能建模分析平台

下一篇:最后一页