Zobrazeno 1 - 10
of 462
pro vyhledávání: '"worm signature"'
Autor:
Jie WANG, Xiao-xian HE
Publikováno v:
Tongxin xuebao, Vol 35, Pp 12-19 (2014)
A polymorphic worm signature generation approach based on seed-extending,SESG,was proposed.Firstly,algorithm SESG puts all sequences into a queue based on their weight.Seed sequence in the queue is extended,and all kinds of worm sequences and noise s
Externí odkaz:
https://doaj.org/article/26831ebf47f843288257d7543b4e7563
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
IEEE Transactions on Dependable and Secure Computing. 4:88-104
Fast and accurate generation of worm signatures is essential to contain zero-day worms at the Internet scale. Recent work has shown that signature generation can be automated by analyzing the repetition of worm substrings (that is, fingerprints) and
Publikováno v:
Chinese Journal of Computers. 32:930-939
Publikováno v:
The Journal of the Korea Contents Association. 7:94-101
We introduce the way to detect the mutation worm. We implemented the program that can generate signature using LCSeq(Longest Common Subsequence) technique in Suffix Tree studied as pattern recognition algorithm. We also showed the process to detect t
Autor:
Xiao-dong Li
Publikováno v:
Journal of Computer Applications. 28:640-642
Publikováno v:
IEEE Access, Vol 8, Pp 205444-205454 (2020)
In today's cyber world, worms pose a great threat to the global network infrastructure. In this paper, we propose a worm detection system based on deep learning. It includes two main modules: one worm detection module based on a convolutional neural
Externí odkaz:
https://doaj.org/article/de7d5eb39a784a37a0e838c25d24eeeb