《表2 产生恶意数据流的软件》
提示：宽带有限、当前游客访问压缩模式
实验数据集中的恶意入侵数据流是由表2列出的恶意软件所产生。
| 图表编号 | XD00928300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2018.12.15 |
| 作者 | 王美荣 |
| 绘制单位 | 安徽新华学院信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 特征分布：基于深度神经网络的Android恶意软件检测方法》2020.10.15
- 《表1 Android恶意软件公开数据集统计表》2020.09.01
- 《表3 实验所用数据集：基于特征生成方法的Android恶意软件检测方法》2020.11.10
- 《表2 实验环境：基于特征生成方法的Android恶意软件检测方法》2020.11.10
- 《表2 恶意软件API调用次数排序》2020.06.05
- 《表3 恶意软件样本分布：KVM环境下基于异常行为的恶意软件检测技术研究》2020.06.05
- 《表8 恶意软件测试：KVM环境下基于异常行为的恶意软件检测技术研究》2020.06.05
- 《表1 恶意软件数据量：利用隐语义生成对抗网络的恶意软件检测》2020.04.20
- 《表2 实验的数值结果：利用隐语义生成对抗网络的恶意软件检测》2020.04.20
- 《表2 3种动态特征：基于行为路径树的恶意软件分类方法》2020.06.01
- 《表1 恶意样本集：基于行为路径树的恶意软件分类方法》2020.06.01
- 《表2 7个恶意软件家族的TLS特征》2020.02.15
- 《表1 数据集分布：基于特征提取的恶意软件行为及能力分析方法研究》2019.12.10
- 《表2 数据示例：基于特征提取的恶意软件行为及能力分析方法研究》2019.12.10
- 《表2 混淆矩阵：基于汇编指令词向量特征的恶意软件检测研究》2020.02.05
- 《表2 非恶意软件样本检测结果》2019.08.15
- 《表2 实验结果对比：基于AE-DBN的Android恶意软件检测》2019.05.01
- 《表1 恶意软件数据集：基于OPTICS算法的恶意软件聚类方法研究》2019.06.01
- 《表1 实验数据分布：基于多尺度融合CNN的恶意软件行为描述语句抽取模型》2019.01.01
- 《表2 算法增量学习性能：基于改进SOINN算法的恶意软件增量检测方法》2019.12.15