排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
在网络安全领域,恶意代码的威胁是一个不可回避的话题.如何快速检测出恶意代码、阻止和降低恶意代码产生的危害一直是亟需解决的问题.本文提出一种基于行为关系网络的恶意代码检测方法.首先,在沙箱中运行样本获得行为报告,再从报告中提取样本的API调用、注册表访问和文件读写操作三种行为记录来构建行为关系网络,所构建的行为关系网络包含“PE”、“API”、“Registry”和“File”4种类型的节点;然后,使用一种基于元图的方法来计算样本之间的相似度矩阵;最后,使用一种自定义核的支持向量机(Support Vector Machine, SVM)模型来进行训练和预测.实验结果表明,本文提出的方法可以达到95.5%的分类准确率,能够有效地对恶意代码进行检测. 相似文献
2.
3.
以多设备串联生产流水线作为研究对象,引入设备故障规律的浴盆曲线,提出以设备可靠度作为产品合格检测的时间点,将产品检测考虑至系统总成本中,制定符合设备劣化特性的系统预防性维护计划.根据设备劣化的可靠度计算质量控制时间点,人为地对生产过程中的产品进行合格性检测,进一步提高产品的合格率,判断设备的劣化状态,动态调整维护计划,对达到预防性维护要求的劣化设备进行维护,减少非计划停机与残次品生产造成的延迟时间,实现企业生产线长期运行的最低总成本率,最后通过案例验证了该策略的有效性. 相似文献
1