论文研究基于行为的恶意程序检测 .pdf

JSAC：一个基于深度学习的恶意JavaScript代码检测框架，杨宇行，梁洪亮，JavaScript（JS）是网络开发中最为广泛应用的脚本语言,也是最常被攻击者利用的语言之一。近年来,机器学习在多个

基于TF-IDF和SVM的恶意URL识别，莫玉力，亓峰，随着互联网尤其是移动互联网的快速发展,全球范围内出现了越来越多带欺诈和破坏性质的站点。本文通过分析URL的文本特征和站点特征,�

真是正规的教程，绝对不是骗人，本人可以人头担保，肉有疑问请加qq35663048

基于语义的恶意代码行为特征提取及检测方法，内容丰富，值得学习。

基于多类特征的Android应用恶意行为检测系统_杨欢

基于网络用户行为分析的问题研究，任文君，陈建亚，网络用户行为分析的研究已经成为一个重要的热点研究课题。在网络用户行为分析的问题研究中，网络用户身份的研究作为网络监管的一

基于深度学习的视频行为识别研究，林闯，谢东亮，本文从视频行为识别模型实用性和识别性能综合考虑，研究设计了一种端到端的深度行为识别模型，能够实现在原始视频上进行为识别，

基于网站用户群体的行为特征在很大程度上体现了网站的发展状况,为从用户行为的角度研究网站的发展,在互联网中提出了空间的概念,并定义了互联网空间和网站发展空间,分别用来代表整个互联网以及衡量网站的发展现状

近年来Android平台遭到了黑客们的频繁攻击。随着安卓恶意应用的增多，信息泄露以及财产损失等问题也愈发严重。首先测试了恶意应用与正常应用在图片和界面元素两类资源特征上的差异，提出了一种结合资源特征的

针对手机恶意软件检测问题，提出一种手机恶意软件检测的分布式模型（MPMD-DIM），使手机端和分布式检测服务器以及分布式检测服务器之间协同工作，实现快速准确地检测手机恶意软件。模型利用改进的反向选择算