基于人工免疫的病毒检测模型研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 论文主要工作 | 第12-13页 |
| 1.4 论文的组织结构 | 第13-16页 |
| 第二章 相关理论基础 | 第16-24页 |
| 2.1 基本概念与原理 | 第16-17页 |
| 2.2 人工免疫算法 | 第17-19页 |
| 2.3 图形模式挖掘 | 第19-21页 |
| 2.4 人工神经网络 | 第21-22页 |
| 2.5 本章小结 | 第22-24页 |
| 第三章 基于阴性选择的病毒检测模型 | 第24-40页 |
| 3.1 模型架构与设计 | 第24-26页 |
| 3.1.1 模型架构 | 第24-25页 |
| 3.1.2 模型设计 | 第25-26页 |
| 3.2 基于阴性选择的病毒检测模型 | 第26-34页 |
| 3.2.1 逆向与静态分析 | 第26-27页 |
| 3.2.2 行为模式调用图构建 | 第27-29页 |
| 3.2.3 DFS编码图构建 | 第29-31页 |
| 3.2.4 频繁子图模式挖掘 | 第31-32页 |
| 3.2.5 阴性选择处理 | 第32-33页 |
| 3.2.6 同构子图模式匹配 | 第33-34页 |
| 3.3 实验分析 | 第34-37页 |
| 3.3.1 阈值θ的选取 | 第34-36页 |
| 3.3.2 模型性能分析 | 第36-37页 |
| 3.4 本章小结 | 第37-40页 |
| 第四章 基于克隆选择的病毒检测模型 | 第40-54页 |
| 4.1 模型架构与设计 | 第40-42页 |
| 4.1.1 模型架构 | 第40-41页 |
| 4.1.2 模型设计 | 第41-42页 |
| 4.2 基于克隆选择的病毒检测模型 | 第42-49页 |
| 4.2.1 行为抽取和特征标记 | 第42-43页 |
| 4.2.2 基因克隆 | 第43-44页 |
| 4.2.3 基因突变 | 第44-46页 |
| 4.2.4 家族模式进化 | 第46-47页 |
| 4.2.5 基因再选择 | 第47-49页 |
| 4.3 实验分析 | 第49-53页 |
| 4.3.1 参数选取 | 第49-51页 |
| 4.3.2 模型性能分析 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 基于免疫神经网络的病毒检测模型 | 第54-70页 |
| 5.1 模型架构与设计 | 第54-56页 |
| 5.1.1 模型架构 | 第54-55页 |
| 5.1.2 模型设计 | 第55-56页 |
| 5.2 基于免疫神经网络的病毒检测模型 | 第56-64页 |
| 5.2.1 数据划分和处理 | 第56-58页 |
| 5.2.2 正交化和正则化 | 第58-59页 |
| 5.2.3 权重矩阵初始化 | 第59-60页 |
| 5.2.4 激活函数选取 | 第60-62页 |
| 5.2.5 隐藏层和输出层 | 第62页 |
| 5.2.6 超参数和算法优化调试 | 第62-64页 |
| 5.3 实验分析 | 第64-69页 |
| 5.3.1 超参数选取 | 第64-68页 |
| 5.3.2 模型性能分析 | 第68-69页 |
| 5.4 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-78页 |
| 攻读学位期间发表的学术论文 | 第78页 |
