论文部分内容阅读
面对大数据时代恶意代码飞速增长的现状,提出了一种基于DQN的恶意代码检测分类方法。该方法将恶意代码反汇编文件可视化为灰度图像,建立基于DQN的恶意代码分类模型对恶意代码灰度图像进行分类。该方法结合了强化学习的试错机制和动作优化策略,以及深度学习对图像深层特征的挖掘,实现了对恶意代码的识别。实验结果表明,该方法相对其他分类方法而言,具有更高分类准确率。