《表4 修改后的组块示例:基于机器学习的恶意命令检测方法》
在对组块执行插入时,将一种恶意行为包含的命令信息分散插入多个组块中,将有数据插入的组块标识为负样本,而没有被插入的组块则维持原有标识。表4给出了一些修改后的组块示例。经过修改的数据集更加贴近当今网络安全形势。
图表编号 | XD00196907300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.10 |
作者 | 左自清、施勇、薛质 |
绘制单位 | 上海交通大学、上海交通大学、上海交通大学 |
更多格式 | 高清、无水印(增值服务) |
在对组块执行插入时,将一种恶意行为包含的命令信息分散插入多个组块中,将有数据插入的组块标识为负样本,而没有被插入的组块则维持原有标识。表4给出了一些修改后的组块示例。经过修改的数据集更加贴近当今网络安全形势。
图表编号 | XD00196907300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.10 |
作者 | 左自清、施勇、薛质 |
绘制单位 | 上海交通大学、上海交通大学、上海交通大学 |
更多格式 | 高清、无水印(增值服务) |