《表4 使用不同模型的横向实验对比》
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
《代码向量深度学习的恶意Android应用检测方法》
为了验证模型的有效性,本文将多种深度学习模型以相同数据集为前提进行结果对比。对比实验中的DCNN是由Mc Laughin等人[6]提出的针对恶意应用两层卷积网络。CNN与LSTM的融合模型在NLP(natural language processing)领域有许多成功的应用,表4中的CNN-LSTM融合模型是基于由Zhou等人[14]提出的基于卷积网络和长短期记忆串行混合模型,用于证明DTCNN在融合模型中的适用性。除了单独的LSTM模型,其余模型均使用B组特征向量作为输入。检测结果如表4所示。
图表编号 | XD00202134600 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.05 |
作者 | 李凡、易军凯 |
绘制单位 | 北京信息科技大学自动化学院、北京信息科技大学自动化学院 |
更多格式 | 高清、无水印(增值服务) |