基于深度可分離卷積的多神經(jīng)網(wǎng)絡惡意代碼檢測模型

摘要： 針對傳統(tǒng)的惡意代碼檢測方法存在成本過高和檢測結果不穩(wěn)定等問題，提出一種基于深度可分離卷積的多神經(jīng)網(wǎng)絡惡意代碼檢測模型。該模型使用深度可分離卷積（DSC）、SENet(Squeeze-and-Excitation Network)通道注意力機制和灰度共生矩陣（GLCM），通過三個輕型神經(jīng)網(wǎng)絡與灰度圖像紋理特征分類并聯(lián)檢測惡意代碼家族及其變種，將多個強分類器檢測結果通過樸素貝葉斯分...