نویسندگان:
(1) SM Rakib Hasan ، گروه علوم و مهندسی کامپیوتر ، دانشگاه BRAC، داکا ، بنگلادش ([email protected]) ؛
(2) Aakar Dhakal ، گروه علوم و مهندسی کامپیوتر ، دانشگاه براک ، داکا ، بنگلادش ([email protected]).
جدول پیوندها
چکیده و I. مقدمه
ii. بررسی ادبیات
iii روش شناسی
IV نتایج و بحث
V. نتیجه گیری و کار آینده و منابع
**چکیده– ** در دوره اینترنت و دستگاه های هوشمند ، تشخیص بدافزار برای امنیت سیستم بسیار مهم است. نویسندگان بدافزار به طور فزاینده ای از تکنیک های انسداد برای فرار از راه حل های امنیتی پیشرفته استفاده می کنند و تشخیص و از بین بردن تهدیدها را به چالش می کشد. بدافزار مبهم ، که در پنهان کردن خود قرار دارد ، خطر قابل توجهی برای سیستم عامل های مختلف از جمله رایانه ها ، دستگاه های تلفن همراه و دستگاه های IoT ایجاد می کند. روشهای متعارف مانند سیستم های مبتنی بر اکتشافی یا مبتنی بر امضایی علیه این نوع بدافزار مبارزه می کنند ، زیرا هیچ اثری قابل تشخیص در سیستم باقی نمی گذارد. در این تحقیق ، ما یک سیستم تشخیص بدافزار ساده و مقرون به صرفه را از طریق تجزیه و تحلیل زباله حافظه ، با استفاده از الگوریتم های متنوع یادگیری ماشین پیشنهاد می کنیم. این مطالعه بر روی مجموعه داده های CIC-Malmem-2022 متمرکز شده است ، که برای شبیه سازی سناریوهای دنیای واقعی و ارزیابی مبهم مبتنی بر حافظه … طراحی شده است …