《表6 与其他模型对比结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于特征提取的恶意软件行为及能力分析方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为证明本文方法能有效提取恶意软件行为及能力相关文本，将本文方法与其他3种常用方法进行对比。文献[15]方法使用传统机器学习方法，结合朴素贝叶斯和条件随机场识别报告中与恶意软件能力及行为相关的文本，若两种方法均识别为相关，则结果为相关。文献[16]方法和文献[19]方法使用神经网络方法对文本内容进行分类，文献[16]方法使用Glove初始化词向量，同时使用LSTM获取字母的向量表示，将词向量通过结合BiLSTM+注意力机制的循环网络实现分类。文献[19]方法结合字母级和单词级表示加入丰富的语言学特征，输入结合BiLSTM和CNN的神经网络结构中。实验对比结果如表6所示。