基于切片的深度学习SDN恶意应用程序的检测方法
Computer Applications and Software（2020）
摘要
SDN是一种新型网络架构,其核心技术是通过将网络设备控制面与数据面分离.然而目前针对SDN网络架构的恶意应用程序研究还较少.针对这一问题,在总结分析现有恶意应用检测方法的基础上,采用代码切片技术并基于深度学习框架提出一种面向SDN恶意应用程序的检测方法.它旨在对样本进行模块化分割并提取特征后,将特征向量以矩阵形式重组.在TensorFlow深度学习环境Keras下对SDN恶意样本进行学习和检测,实验数据表明,该方法对恶意应用程序检测率可以达到93.75％,证明了方案的可行性和科学性.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要