PHÂN LOẠI MÃ ĐỘC SỬ DỤNG GIẢI THUẬT WORD2VECTOR VÀ MLP
Khoá luận tốt nghiệp · Đại học · năm 2021 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Lê Văn Sơn |
| Người hướng dẫn | Thái Minh Tuấn |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2021 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Hiện nay, mã độc ngày càng phát triển đa dạng và phong phú, có nhiều biến đổi, tốc độ tăng trưởng nhanh theo thời gian. Những phương pháp phân loại phần mềm độc hại truyền thống trong máy học chủ yếu dựa trên kỹ thuật rút trích đặc trưng của phần mềm độc hại còn vài vấn đề khó khăn. Để nâng cao độ chính xác thì phải rút trích nhiều đặc trưng hơn nữa từ các phần mềm độc hại. Điều đó làm cho việc phân loại mã độc trở nên phức tạp ngày càng cao. Để giải quyết những vấn đề trên, luận văn này đã đề xuất một phương pháp phân loại phần mềm độc hại bằng cách sử dụng giải thuật Word2Vec và MLP. Với mỗi mẫu phần mềm độc hại bao gồm một số lượng lớn các byte có giá trị từ 0x00 đến 0xFF. Do đó, mỗi mẫu phần mềm độc hại có thể được coi như một tài liệu được viết bởi các byte. Và chính vì điều này, tài liệu đó có thể được chia thành các câu dựa vào các byte đệm hoặc các byte vô nghĩa. Trong luận văn này, đầu tiên sử dụng giải thuật Word2Vec để tính toán các vector từ có kích thước là 256 cho mỗi byte trên mỗi mẫu phần mềm độc hại. Tiếp đến, kết hợp tập các vector vừa tạo thành một ma trận và ma trận này được sắp xếp theo thứ tự tăng dần từ 0x00 đến 0xFF. Kế tiếp, sử dụng giải thuật MLP để đào tạo mô hình phân loại trên tập dữ liệu đào tạo có sẵn. Cuối cùng, sử dụng mô hình được đào tạo đó để phân loại các mẫu thử nghiệm, kiểm tra và đánh giá mô hình. Kết quả thực nghiệm của mô hình phân loại MLP cho thấy phương pháp đề xuất trong luận văn này có độ chính xác tương đối cao 98.80%.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- IMAGE CAPTIONING USING EFFICIENTNETB2 AND DEEP TRANSFORMER
- A WEBSITE FOR LEARNING FOREIGN LANGUAGES
- PHÁT TRIỂN ỨNG DỤNG NỀN WEB THEO KIẾN TRÚC MICROSERVICES (PHÂN HỆ WEB APP)
- TRIỂN KHAI TRÒ CHƠI THẾ GIỚI MỞ DỰA TRÊN GTA VÀ NỀN TẢNG FIVEM
- PHÂN LOẠI THƯ RÁC BẰNG PHƯƠNG PHÁP HỌC MÁY PHÂN HỆ 2: CÁC THUẬT TOÁN RANDOM FOREST, XGBOOST, KNN, GRU
- XÂY DỰNG NỀN TẢNG SAAS TÍCH HỢP AI NHẰM THỐNG NHẤT QUẢN LÝ DỰ ÁN AGILE - PHÂN HỆ TRUYỀN THÔNG
- HỆ THỐNG THÔNG TIN QUẢN LÝ BẤT ĐỘNG SẢN
- XÂY DỰNG WEBSITE QUẢN LÝ CÔNG TÁC ĐOÀN VỤ ĐOÀN TRƯỜNG CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG SỬ DỤNG ASP.NET CORE VÀ BLAZOR
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.