- 西杭">西杭
- 利用AI+大数据的方式分析恶意样本">利用AI+大数据的方式分析恶意样本
- 01：通过4种方法静态分析恶意软件">01：通过4种方法静态分析恶意软件
- 02：x86架构反汇编基本原理及实践">02：x86架构反汇编基本原理及实践
- 03：通过动态运行恶意软件来解析其功能">03：通过动态运行恶意软件来解析其功能
- 04：通过提取特征来构建恶意代码样本相互关联关系">04：通过提取特征来构建恶意代码样本相互关联关系
- 05：一些常用的机器学习方法">05：一些常用的机器学习方法
- 🈚06🈚：以多种测试标准的评价方法
- 07：构建基于机器学习的恶意代码检测器">07：构建基于机器学习的恶意代码检测器
- 🈚08🈚：可视化恶意软件的趋势
- 🈚09🈚：介绍深度学习基础
- 10：基于卷积神经网络的恶意代码家族标注">10：基于卷积神经网络的恶意代码家族标注
- 11：关于利用卷积神经网络进行恶意代码检测的一些改进方法">11：关于利用卷积神经网络进行恶意代码检测的一些改进方法
- 12：通过AI对抗攻击来混淆基于机器学习的恶意样本检测">12：通过AI对抗攻击来混淆基于机器学习的恶意样本检测
- 13：Cuckoo沙箱的搭建教程">13：Cuckoo沙箱的搭建教程
- 14：2进制样本分析之脱壳方法研究">14：2进制样本分析之脱壳方法研究
- 下面要付费了，有空看看前端破解CSDN超级会员校验（练手不侵害权益）
- 15：">15：
- 16：">16：
- 17：">17：
- 18：">18：
- 19：">19：
- 20：">20：
- 21：">21：
- 22：">22：
- 23：">23：
- 24：">24：
- 25：">25：
- 26：">26：
- 27：">27：
- 28：">28：
- 29：">29：
- 3：">3：
- 31：">31：
- 32：">32：
- 33：">33：
- 34：">34：
- 35：">35：
- 36：">36：
- 37：">37：
- 38：">38：
- 39：Dos and Don’ts of Machine Learning in Computer Security">39：Dos and Don’ts of Machine Learning in Computer Security
- 利用AI+大数据的方式分析恶意样本">利用AI+大数据的方式分析恶意样本
西杭
利用AI+大数据的方式分析恶意样本
01：通过4种方法静态分析恶意软件
02：x86架构反汇编基本原理及实践
03：通过动态运行恶意软件来解析其功能
04：通过提取特征来构建恶意代码样本相互关联关系
05：一些常用的机器学习方法
🈚06🈚：以多种测试标准的评价方法
07：构建基于机器学习的恶意代码检测器
🈚08🈚：可视化恶意软件的趋势
🈚09🈚：介绍深度学习基础
10：基于卷积神经网络的恶意代码家族标注
11：关于利用卷积神经网络进行恶意代码检测的一些改进方法
12：通过AI对抗攻击来混淆基于机器学习的恶意样本检测
13：Cuckoo沙箱的搭建教程
14：2进制样本分析之脱壳方法研究
下面要付费了，有空看看前端破解CSDN超级会员校验（练手不侵害权益）
15：
16：
17：
18：
19：
20：
21：
22：
23：
24：
25：
26：
27：
28：
29：
3：
31：
32：
33：
34：
35：
36：
37：
38：
39：Dos and Don’ts of Machine Learning in Computer Security
若有收获，就点个赞吧
0 人点赞
