登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 任务书 > 电子信息类 > 通信工程 > 正文

基于深度学习的恶意样本检测技术研究任务书

 2020-02-18 15:52:49  

1. 毕业设计(论文)主要内容:

计算机信息安全面临着很大的威胁,恶意代码是其中主要的攻击手段,不断发展恶意代码给人们的生活带来了很多困扰,也导致了个人及企业的经济损失,甚至威胁到国家安全。

本课题研究基于深度置信网络的恶意代码检测技术,采用监督学习的方式,设计一个基于深度学习的恶意样本检测算法,本算法可以实现对恶意样本的分析,进而判断样本的内容,能解决实际问题。

2. 毕业设计(论文)主要任务及要求

1. 查阅相关文献资料15篇以上(其中近五年外文文献不少于3篇)。

2. 完成开题报告。

3. 完成本次毕业设计的硬件设计和软件开发工作。

4. 完成不少于15000字的论文的撰写并完成答辩的相关工作。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 毕业设计(论文)完成任务的计划与安排

第1周—第3周搜集资料,撰写开题报告;

第4周—第5周论文开题;

第6周—第12周撰写论文初稿;

第12周—第15周修改论文;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 主要参考文献

张海舰, 方舟, 陈新. 基于深度学习技术的恶意app检测方案[j]. 网络安全技术与应用, 2017(3):108-108.

孙泽浩. 基于深度学习的恶意代码检测技术[j]. 网络安全技术与应用, 2018(2).

tan h , han z , li x y , et al. online job dispatching and scheduling in edge-clouds[c]// ieee infocom -ieee conference on computer communications. ieee, 2017.

x. chen, "decentralized computation offloading game for mobile cloud computing," in ieee transactions on parallel and distributed systems, vol. 26, no. 4, pp. 974-983, 1 april 2015.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图