针对未知的Android恶意应用，提出了一种综合考虑多类行为特征的混合系综算法THEA用于检测。通过动静态结合提取组件、函数调用和系统调用类特征，并设计了THEA算法评判恶意行为。实验结果表明，Androdect能够有效检测Android未知恶意应用，准确率和执行效率更优。
Android 19 次浏览
python恶意域名DGA检测桌面系统有人工智能神经网络检测方式框架：python + tk +CNN模型+ ＲNN模型角色介绍：无训练模型模块载入模型检测输出结果模块CNN模型和ＲNN模型+的集成检测模型。集成检测模型由字符嵌入层、特征提取层和分类层三部分组成。字符嵌入层完成对输入字符的自动编码;
Python 22 次浏览
恶意软件，病毒、木马、蠕虫啥的，威胁还挺大的。不仅能偷数据，还能瘫痪系统，搞得网络和服务器都一团乱。要是想有效防范，了解它们的行为特征和监控方法就有必要了。比如，恶意软件在网络层面上会做一些比较恶心的事，比如扫描局域网，寻找漏洞，搞点远程控制啥的。操作系统层面也不安分，修改注册表，阻止你访问安全网站
Java 0 次浏览
这份报告提供了“白加黑”恶意软件的详细分析，包括其特征、传播方式和对系统的潜在影响。本报告为安全专业人员和系统管理员提供应对和防御这种威胁所需的信息。
Nodejs 23 次浏览
本系统实现对恶意域名进行识别和管控，保障用户网络安全。 功能目标 域名分析与识别: 对系统获取的域名进行分析，识别恶意域名和 DGA 域名。 用户设备标记: 对访问恶意域名的用户设备进行标记和警示，提醒用户注意网络安全风险。 自定义名单管理: 支持用户自定义拦截名单和放行名单，灵活管控网络访问行
C++ 22 次浏览
例8.2创建信息表并打印数据表是使用fprintf函数的有效方法。下面的脚本文件生成1到10的整数的平方根、平方和立方，并在表中显示数据，包括合适的表头。 % Script file: table.m % % 目的: % 创建一个包含平方根、平方和立方的表格。 % % 修改记录: % 日期 程序员
C 29 次浏览
训练数据集和代码已整合。执行 inference.py 即可运行。
Python 41 次浏览
使用可用脚本，在项目目录中运行： npm start：在开发模式下运行应用程序。 npm test：启动测试运行程序。 npm run build：构建生产应用程序。 npm run eject：从项目中删除单个构建依赖项。
Webpack 39 次浏览