移动信息系统
评论文章

回顾深度学习安全和隐私防御技术

表4

深度学习的调查方法、方法和安全应用程序。
戴斯。莱纳姆:方法 引用 没有次引用(17.01.2020) 安全应用程序
Autoencoder 哈代et al。98年] 59 恶意软件检测
Autoencoder 罗德et al。99年] 50 恶意软件检测
Autoencoder Kalash et al。One hundred.] 35 恶意软件的分类
Autoencoder 小王和姚101年] 17 恶意软件的分类
Autoencoder Chalapathy和拉102年] 61年 异常检测
Autoencoder 陈和你们(103年] 7 敌对的恶意攻击
Autoencoder Maniath et al。104年] 10 Ransomware检测
Autoencoder 扎卡里亚(105年] - - - - - - Ransomware检测
Autoencoder 德牧[106年] 10 对手的恶意软件二进制文件
Autoencoder 詹姆斯和Aimone [107年] 18 文件类型标识
Autoencoder 王(108年] 132年 交通标识
Autoencoder Fadlullah et al。109年] 238年 网络流量控制系统
Autoencoder Aminanto et al。110年] 46 wi - fi的模拟检测
Autoencoder 香等。111年] 34 移动加密流量
Autoencoder Mi et al。112年] 15 垃圾邮件识别
Autoencoder 施等。113年] 57 用户身份验证
Autoencoder Catak和睚眦114年] - - - - - - 恶意软件的分类
美国有线电视新闻网 吉波特(115年] 33 恶意软件的分类
美国有线电视新闻网 Cha et al。116年] 517年 裂纹损伤检测
美国有线电视新闻网 日本村田公司和Yamanishi117年] 01 下载攻击
美国有线电视新闻网 Vinayakumar et al。118年] 58 网络入侵检测
美国有线电视新闻网 王等人。119年] 109年 恶意软件的流量分类
RNN 阴et al。120年] 225年 入侵检测
CNN RNN Maleh [121年] - - - - - - 恶意软件的分类
CNN RNN Kolosnjaji et al。122年] 179年 恶意软件检测
CNN RNN Tobiyama et al。123年] 98年 恶意软件检测
CNN RNN Yu et al。124年] 33 入侵检测
美国有线电视新闻网(动态) 希尔和Bellekens [125年] 03 恶意软件检测
款 蔡明俊。康和J.-W。康(126年] 224年 入侵检测
款 Potluri和Diedrich127年] 67年 入侵检测
款 达尔et al。128年] 283年 恶意软件的分类
款 塞巴斯蒂安et al。129年] 146年 大量的恶意软件标签
款RNN Mi et al。130年] 15 内部威胁
款RNN Mi et al。131年] 03 垃圾邮件检测
氮化镓 安德森et al。132年] 67年 入侵检测
氮化镓 Yu et al。133年] 23 品质检测
氮化镓 Zhauniarovich et al。134年] 20. 恶意域名检测
遏制 Alrawashdeh和Purdy135年] 63年 入侵检测
遏制 元等。136年] 202年 恶意软件检测
遏制 王等人。137年] 216年 缺陷预测
遏制 陈等人。138年] 67年 android恶意软件检测