您的位置: 专家智库 > >

田礼明

作品数:2 被引量:2H指数:1
供职机构:江南计算技术研究所更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇电子电信
  • 1篇自动化与计算...

主题

  • 1篇代码
  • 1篇代码检测
  • 1篇信息增益
  • 1篇基于FPGA
  • 1篇恶意
  • 1篇恶意代码
  • 1篇恶意代码检测
  • 1篇反汇编
  • 1篇报文
  • 1篇N-GRAM
  • 1篇FILTER
  • 1篇FPGA
  • 1篇BLOOM

机构

  • 2篇江南计算技术...

作者

  • 2篇田礼明
  • 1篇杨奕
  • 1篇王滨华

传媒

  • 1篇计算机技术与...
  • 1篇计算机与信息...

年份

  • 1篇2019
  • 1篇2007
2 条 记 录,以下是 1-2
排序方式:
一种基于FPGA的报文内容过滤算法
2007年
报文内容过滤技术是防火墙、入侵检测系统和情报信息综合系统的重要技术之一。本文提出的算法充分发挥了硬件并行运算和流水线的优势,采用并行移位的匹配模块结构展宽了处理带宽,使用Bloom Filter技术加速自动状态机转换,同时设计了高效的Hash硬件电路,提高了算法性能。实验证明该算法可以稳定的过滤2.5Gbps的IP报文数据。
田礼明杨奕王滨华
关键词:FPGABLOOMFILTER
基于深度置信网络的恶意代码检测方法研究被引量:2
2019年
随着互联网的普及、信息技术的飞速发展,信息安全的问题也日益严重,恶意代码是其中主要威胁之一。当前恶意代码呈现出数量巨大,技术不断更新的现状,恶意代码检测技术面临严峻挑战。因此,文中提出了基于指令序列特征和深度置信网络的恶意代码检测方法,它包括三个部分:样本预处理模块、特征构造与约简模块以及深度置信网络分类模块。数据预处理模块使用PEID、VMUNPACKER对恶意代码样本进行查壳、脱壳处理并用IDApro对样本进行反汇编获取操作码;特征提取模块使用n-gram窗口滑动获取特征并采用信息增益的方法对特征进行选择;深度置信网络模块使用深度置信网络(DBN)在训练集上进行训练生成深度学习网络,再使用训练好的网络对样本进行分类与检测。实验结果表明,该方法相较于传统的恶意代码检测方法,检测速度和效率有较大的提高。
强晗郭亚兰田礼明
关键词:恶意代码检测反汇编N-GRAM信息增益
共1页<1>
聚类工具0