中大機構典藏-NCU Institutional Repository-提供博碩士論文、考古題、期刊論文、研究計畫等下載:Item 987654321/93039
English  |  正體中文  |  简体中文  |  全文笔数/总笔数 : 80990/80990 (100%)
造访人次 : 41777103      在线人数 : 1952
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜寻范围 查询小技巧:
  • 您可在西文检索词汇前后加上"双引号",以获取较精准的检索结果
  • 若欲以作者姓名搜寻,建议至进阶搜寻限定作者字段,可获得较完整数据
  • 进阶搜寻


    jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/93039


    题名: 基於機器學習及掃毒檢測的惡意程式封鎖機制;An Automatic Malware Blocking Mechanism Based on Machine Learning and Anti-Virus
    作者: 張佑菖;Chang, Charles Yuchang
    贡献者: 資訊工程學系在職專班
    关键词: 惡意程式封鎖機制;機器學習;掃毒檢測;Malware Blocking Mechanism;Machine Learning;Anti-Virus
    日期: 2023-07-20
    上传时间: 2024-09-19 16:39:11 (UTC+8)
    出版者: 國立中央大學
    摘要: 本研究透過機器學習技術結合掃毒檢測,設計出⼀機制能夠有效檢測使用者於HTTPS網站下載的惡意程式並阻擋於外部。本機制所設計的架構可彈性調整部署位置,將惡意程式於外部網路或是隔離區進⾏掃描。本機制之惡意程式檢測⽅法有⼆,MLC 模組可攔截約77%惡意程式,AVS 模組可達100%。另外檢測紅隊各滲透階段常用⼯具,皆能成功攔截。;In this study, a mechanism is designed to effectively detect malware downloaded from HTTPS websites and block them from outside the network by combining machine learning technology with anti-virus detection. The architecture of this mechanism can be flexibly deployed to scan malware in external network or quarantine area. There are two ways to detect malware in this mechanism, the MLC module can block about 77% of malware and the AVS module can reach 100%. In addition, the Red Team′s common tools for each infiltration stage can be successfully blocked.
    显示于类别:[資訊工程學系碩士在職專班 ] 博碩士論文

    文件中的档案:

    档案 描述 大小格式浏览次数
    index.html0KbHTML13检视/开启


    在NCUIR中所有的数据项都受到原著作权保护.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 隱私權政策聲明