《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》
提示：宽带有限、当前游客访问压缩模式
其次人工选定并分析了140个恶意软件的行为，其类别分布如表3所示．
| 图表编号 | XD00174274300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.06.05 |
| 作者 | 戴纯兴、刘刚、韩春超、王传国 |
| 绘制单位 | 浪潮电子信息产业股份有限公司、浪潮电子信息产业股份有限公司、浪潮电子信息产业股份有限公司、浪潮电子信息产业股份有限公司 |
| 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1 0 正常软件测试：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9 正常软件测试：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7 分数分布：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3 超参数设置：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4 混淆矩阵：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3 模型参数设置：基于汇编指令词向量特征的恶意软件检测研究》2020.02.05
- 《表1 实验环境配置：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 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3 机器学习算法应用：基于图像分析的恶意软件检测技术研究》2019.10.10
- 《表1 图像分析方法总结：基于图像分析的恶意软件检测技术研究》2019.10.10
- 《表5 其他算法应用：基于图像分析的恶意软件检测技术研究》2019.10.10
- 《表7 各类样本划分结果：一种基于元信息的Android恶意软件检测方法》2019.10.01
- 《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