文档名：基于图像和机器学习的虚拟化平台异常检测
文章提出一种基于机器学习的虚拟化平台异常行为动态检测方法,该方法依托虚拟化平台,提取正常程序和恶意软件运行过程中的系统内存并转储为文件,将其中的部分信息经SimHash提取形成灰度图像并采用局部二值模式(LBP)进行描述,得到图像的纹理特征,再利用图像的纹理特征训练构建的卷积神经网络,通过生成的模型判断虚拟化平台是否存在异常行为.实验表明,虚拟化平台异常检测率可以达到97.5％,能够有效发现云攻击事件.
作者：王湘懿张健
作者单位：南开大学网络空间安全学院,天津300350;天津市网络与数据安全技术重点实验室,天津300350
母体文献：第35次全国计算机安全学术交流会论文集
会议名称：第35次全国计算机安全学术交流会
会议时间：2020年10月16日
会议地点：南宁
主办单位：中国计算机学会
语种：chi
分类号：
关键词：虚拟化平台 异常行为检测 图像特征 卷积神经网络 机器学习
在线出版日期：2022年1月20日
基金项目：
相似文献
相关博文
- 文件大小:
- 1.29 MB
- 下载次数:
- 60
-
高速下载
|
|
