S-Namitha25/malware-detection-grayscale-analysis

GitHub: S-Namitha25/malware-detection-grayscale-analysis

将可执行文件二进制数据转为灰度图像,结合CNN和LSTM深度学习模型进行恶意软件分类检测的研究项目。

Stars: 0 | Forks: 0

# 使用灰度图像分析的恶意软件检测 ## 概述 该项目通过将可执行文件转换为灰度图像并应用深度学习技术来检测恶意软件。 ## 方法论 - 二进制到图像的转换 - 图像预处理 - 使用 CNN 进行特征提取 - 使用 LSTM 进行序列学习 - 恶意软件分类 ## 功能特性 - 检测恶意和良性文件 - 使用深度学习模型(CNN & LSTM) - 生成安全的文件输出 ## 如何运行 1. 安装所需的库 2. 运行 main.py 3. 上传文件以进行检测
标签:Caido项目解析, CNN, executable, LSTM, Python, 二进制分析, 云安全运维, 人工智能, 可视化分析, 图像分析, 数据库接管, 文件检测, 无后门, 深度学习, 灰度图, 特征提取, 用户模式Hook绕过, 自定义DNS解析器, 良性文件识别, 计算机视觉, 逆向工具