文献

J-GLOBAL ID：201702275429303264   整理番号：17A0170099

協調サンプリングアクティブ学習に基づく悪意コード検出【JST・京大機械翻訳】

Malware detection using active learning based on collaborative sampling

著者 (4件)： Zhang Kai (Institute of Information Engineering, Chinese Academy of Sciences) ,  Wang Dongan (National Computer Network Emergency Response Technical Team/Coordination Center of China) ,  Li Chao (National Computer Network Emergency Response Technical Team/Coordination Center of China) ,  Jia Bing (Henan Worker’s Cultural Palace)
資料名： Gaojishu Tongxun  (Gaojishu Tongxun)
巻： 26  号： 5  ページ： 458-463  発行年： 2016年 
JST資料番号： W1491A  ISSN： 1002-0470  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 機械学習分類アルゴリズムに基づく悪意のあるコード検出を研究し、現在主に従来の分類方法を採用して悪意のあるコードに対して分類識別を行うことを考慮し、これらの方法は大量のラベルサンプルを学習することによって精確な分類器モデルを獲得する必要があるが、サンプルマークの仕事は少数の専門家だけで完成できる。それは,標識サンプルがしばしば不足し,分類結果の精度が高くないため,協調サンプリングに基づく能動学習法を提案した。この学習方法を用いることにより,少数の標識サンプルだけでは悪意のあるコードを効率的に識別することができる.実験結果は,提案方法が分類精度と汎化性能を向上させることができることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *汎化 ,  機械学習
準シソーラス用語： 分類精度 ,  学習方法 ,  分類法 ,  分類アルゴリズム ,  *能動学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： active learning ,  support vector machine (SVM) ,  probabilistic neural network (PNN) ,  collaborative sampling

分類 (2件)： 人工知能  (JE08000Z) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (3件)： 協調 ,  サンプリング ,  アクティブ学習