TAILIEUCHUNG - Nhận dạng Payload độc với hướng tiếp cận tập mô hình máy học

Bài viết Nhận dạng Payload độc với hướng tiếp cận tập mô hình máy học đề xuất một số giải pháp mới và hiệu quả để xây dựng tập mô hình máy học cho bài toán nhận dạng Payload độc. Với các bạn chuyên ngành Công nghệ thông tin thì đây là tài liệu hữu ích. | Kỷ yếu Hội nghị Q K Quốc gia lần thứ VIII về Nghiên cứ cơ bản và ứng dụng Công nghệ thông tin (FAIR) Hà Nội, ngày 9 ứu ệ ); 9-10/7/2015 DOI: D NHẬ DẠNG PAYLO ẬN G OAD ĐỘC C VỚI H HƯỚNG TIẾP CẬ TẬP MÔ HÌNH MÁY HỌ ẬN M H ỌC Nguyễn Hữ Hòa, Đỗ Thanh Nghị, Phạm Nguyên Khang ữu P n Kho Công nghệ Thông tin và Truyền thông Trường Đại học Cần Thơ oa g, ơ nh hhoa@ , dtnghi@, pnkhang@ci , TÓM TẮ - Sự sinh sô nẩy nở nhanh chóng của các payload độc (m độc được ng trang trong nội dung gói tin) đang trở ẮT ôi h c mã gụy g th hành mối nguy hại trong vấn đề toàn dữ liệu và an ninh mạ u ạng. Trong số nhiều giải pháp được đề xuất bởi cộng đồng nghiên cứu n p nhằm đối phó vớ mối nguy hại gia tăng này, hướng tiếp cận tập mô hình máy học đã bộc lộ tính ưu việt đối với vấn đề cải thiện độ n ới n m chính xác nhận dạng. Tuy nhiê sức mạnh củ một tập mô hình phụ thuộc lớn vào tính đa dạng của các mô hình thành viên. Trong c ên, ủa h a ngữ cảnh này, c n chúng tôi đề xu một phương pháp mới và hiệu quả để xây dựng tập m hình máy họ cho bài toán nhận dạng uất g à x mô ọc n payload độc. Tr p rong hướng tiếp cận của chúng tôi, các mô hì thành viên được đa dạng h bằng cách thay đổi tham số từ một kỹ p g ình đ hóa s th huật biểu diễn dữ liệu được đề xuất. Kết quả thực nghiệm chứng minh rằng phương pháp chúng tôi đề x ề ả c g p xuất cho kết quả tốt hơn so với những phươ pháp thông dụng khác. v ơng Từ khóa - Nội dung gó tin (payload) nhận dạng pa a ói ), ayload (payload detection), tập mô hình máy học (classifier ensemble), d ập y r tí đa dạng mô hình (classifie diversity). ính ô er I. GIỚI THIỆU G U Việc nh dạng sự hiện diện của m độc trong nội dung (pay hận mã n yload) của gói tin mạng hay Web, gọi tắt là payload y độc, là một ch đề thách th thu hút sự quan tâm củ cộng đồng nghiên cứu. N đ hủ hức ự ủa Những phươn pháp truyền thống sử ng n dụng tập chữ k của mã độc (worms, vir d ký ruses, malware và các kỹ thuật so khớp để phát hiện

• Kỹ thuật lập trình
• Nhận dạng Payload độc
• Mô hình máy học
• Tiếp cận tập mô hình máy học
• Xây dựng mô hình máy học
• Bài toán nhận dạng Payload độc
• Tính đa dạng mô hình
• Tạp chí y học
• Nghiên cứu y học
• U mô bào xơ đa hình ác tính
• U mô mềm
• U mô bào xơ ác tính týp đa hình
• U mô bào xơ đa hình ác tính vùng mặt
• Nhiễu loạn tuyến tính
• Mô hình hấp dẫn cải tiến f(R)
• Dạng hàm mũ đa thức
• Đường chân trời vũ trụ
• Tham số động lực
• Tóm tắt Luận Án Tiến sĩ Sinh học
• Tóm tắt Luận Án Tiến sĩ
• Sinh thái học
• Mô hình nông lâm kết hợp
• Bảo tồn tính đa dạng thực vật
• Phát triển kinh tế xã hội
• Luận Án Tiến sĩ Sinh học
• Luận Án Tiến sĩ
• Tạp chí khoa học
• Mô hình giáo dục song ngữ
• Tính đa ngôn ngữ
• Đa dạng ngôn ngữ
• Phương pháp học song ngữ
• Portfolio
• vốn đầu tư
• rủi ro đầu tư
• đa dạng hóa đầu tư
• mô hình chứng khoán
• tính toán ma trận chứng khoán
• báo cáo khao học
• báo cáo sinh học
• báo cáo về thủy sản
• các tài liệu về sinh học
• tài liệu nghiên cứu về vi sinh vật
• Luận án tiến sĩ Kinh tế
• Quản trị kinh doanh
• Quản trị nhóm làm việc
• Kiểm định mô hình lý thuyết
• Tạp chí Khí tượng thủy văn
• Bài viết về môi trường
• Biến đổi khí hậu
• Hoạt động đa dạng sinh kế
• Mô hình cấu trúc tuyến tính