论文部分内容阅读
针对内存数据在攻击行为发生后会发生改变，而传统完整性度量系统使用基准值度量方法存在检测率低、灵活性不足等问题，提出一种基于多BP神经网络的内存组合特征分类方法，将内存数据通过度量对象提取算法提取特征值，分别使用不同的BP神经网络进行训练，然后再通过一个BP神经网络进行汇总，得到操作系统安全状况评分。该方法与传统使用基准值的完整性度量方法相比，检测准确率与普适性有较大提升。并且通过实验结果表明，多BP神经网络的内存组合特征分类方法的检测准确率为98.25%，均大于卷积神经网络（CNN）、K最邻近(KN