基于深度学习的电力系统混淆恶意代码检测系统

摘要

代码样本迭代数不断增大的情况下，保证电力系统主机对混淆恶意代码的精准检测，设计基于深度学习的电力系统混淆恶意代码检测系统。遵照恶意代码分辨原则，执行代码字符串拆分指令，联合已知的混淆度计算结果，完成检测系统的软件应用环境设计，并结合各级硬件设备结构，实现基于深度学习的电力系统混淆恶意代码检测系统的应用。实例分析结果显示，在深度学习算法作用下，随着代码样本迭代数增大，收敛指标始终能够保持相对较高的数值水平，与卷积神经网络型检测系统相比，更能满足电力系统主机对于精准检测混淆恶意代码的实际应用需求。

关键词

深度学习 / 电力系统 / 混淆恶意代码 / 特征向量 / 代码字符串 / 混淆度