tesnimaltindal/Malware-Vision
GitHub: tesnimaltindal/Malware-Vision
基于深度学习的恶意软件分类系统，通过将二进制文件转换为图像进行纹理分析来识别恶意程序及其家族。
Stars: 0 | Forks: 0
# 🛡️ Malware Vision：智能分析系统
本项目旨在快速检测网络威胁，为数字社会的安全做出贡献。
## 应用截图
| 恶意软件检测（99%） | 安全文件分析 |
| :---: | :---: |
|  |  |
| :---: | :---: |
| |  |
## 技术特性
- **模型：** 基于 MobileNetV2 的深度学习架构。
- **方法：** 通过 Binary-to-Image 转换进行纹理分析。
- **性能：** 在 Expiro 等关键家族中达到 99% 以上的置信度。
标签：AMSI绕过, MobileNetV2, 二进制分析, 二进制转图像, 云安全运维, 人工智能安全, 合规性, 图像分析, 威胁检测, 子域名暴力破解, 安全防护, 恶意软件识别, 模式识别, 深度学习, 纹理分析, 网络安全, 自动化检测, 自定义DNS解析器, 计算机视觉, 逆向工具, 隐私保护