基于注意力机制和残差网络的恶意代码检测方法

针对目前已有的基于深度学习的恶意代码检测方法提取特征不足和准确率低的问题,提出一种基于注意力机制和残差网络（ResNet）的恶意代码检测方法 ARMD。为了支持该方法的训练,从Kaggle网站获取了47 580个恶意和良性代码的Hash值,并利用VirusTotal分析工具提取每个代码数据调用的API,在此之后将所调用的API整合为1 000个不重复的API作为检测的特征来构造训练样本数据;然后根据VirusTotal的分析结果进行良恶性判定进而标记样本数据,并采用SMOTE增强算法使数据样本均衡化;最后构建并训练注入注意力机制的ResNet,从而实现恶意代码检测。实验结果表明ARMD的恶意代码检测准确率为97.76%,且与目前已有的基于卷积神经网络（CNN）和ResNet模型的检测方法相比,平均精确率至少提高了2个百分点,验证了ARMD的有效性。     

中国的世界级品牌之路还有多远

当今提到中国纺织服装业品牌问题,不由的就要谈及到中国的房地产.近几年中国房地产市场以其盈利之快,迅速席卷了中国.有一句话特别能形容当今这种状况,"中国的大小制造业都爱上了房地产",大街小巷,处处是标语,处处是广告,80%都来自房产业.李宁、雅戈尔、红豆,不只是卖服装的,也是卖房子的.     

非晶硅薄膜PECVD法制备与光学性质表征

在普通玻璃上采用等离子体增强化学气相沉积(PECVD)方法制备氢化非晶硅薄膜,研究了在不同温度、压力、功率、H2/SiH4气体流量比等条件下氢化非晶硅的沉积速率,折射率、消光系数、吸收系数、光学禁带宽度等光学性质。实验结果表明非晶硅薄膜的折射率随着入射光波长的增加而减小;在500 nm处吸收系数高达8.5×104cm-1,光学禁带宽度在1.60—1.78 eV之间变化。     

四川里伍铜锌矿田控矿构造特征 与找矿预测

里伍铜锌矿田是扬子地台西缘众多铜矿中典型而又独特的一个大型铜多金属矿田。里伍铜矿床自1958年勘探开发以来已历经50余年,逐渐步入危机矿山阶段。以里伍铜锌矿田为研究对象,在系统总结前人资料的基础上,以现代成矿理论与矿田构造理论为指导,通过对矿田控矿构造解析研究,深度探讨了构造与成矿之间的关系,将里伍铜锌矿田控矿构造划分为三级:背形构造、环状剥离断裂构造、片理构造。在总结分析里伍铜锌矿田成矿地质背景、控矿地质条件、矿田成因和成矿规律的基础上,构建了矿田成矿模式,并进行了隐伏矿体预测。     

基于注意力机制和残差网络的恶意代码检测方法

针对目前已有的基于深度学习的恶意代码检测方法提取特征不足和准确率低的问题,提出一种基于注意力机制和残差网络（ResNet）的恶意代码检测方法 ARMD。为了支持该方法的训练,从Kaggle网站获取了47 580个恶意和良性代码的Hash值,并利用VirusTotal分析工具提取每个代码数据调用的API,在此之后将所调用的API整合为1 000个不重复的API作为检测的特征来构造训练样本数据;然后根据VirusTotal的分析结果进行良恶性判定进而标记样本数据,并采用SMOTE增强算法使数据样本均衡化;最后构建并训练注入注意力机制的ResNet,从而实现恶意代码检测。实验结果表明ARMD的恶意代码检测准确率为97.76%,且与目前已有的基于卷积神经网络（CNN）和ResNet模型的检测方法相比,平均精确率至少提高了2个百分点,验证了ARMD的有效性。