rilevamento malware utilizzando regressione di gupta deepali (4 risultati)

Condizione: New.

Taschenbuch. Condizione: Neu. Neuware -L'uso dei telefoni cellulari per accedere al web si è esteso ampiamente, tuttavia, prestando poca attenzione ai progressi di base nella potenza del processore e nella velocità di scambio, l'uso dei PDA per l'esame non è equivalente all'esame della regione di lavoro. I costituenti del contenuto e le disposizioni della pagina sono utilizzati per eseguire obiettivi statici per decidere la rivendicazione nello spazio del contenuto della pagina. Il modo in cui l'indagine si concentra sulla costruzione di un quadro migliorato per distinguere le destinazioni maligne in modo coerente unendo le metodologie di prova riconoscibili dinamicamente. Nel continuo separato dall'utilizzo da un bel po' di tempo delle metodologie statiche raccomandate già l'esame dinamico si basa sull'osservazione delle chiamate API e sul filtraggio e inoltre per ogni famiglia di malware viene riconosciuto un piano di precedenti, ogni modello indirizzato a una variazione osservata del primo record di malware. Il presente lavoro si concentra inoltre sull'esame del contenuto della pagina eseguibile per l'identificazione del codice malevolo per le chiamate API presenti nel contenuto. I risultati esplorativi dimostrano che la strategia migliorata è superiore alla metodologia passata che si concentra solo sull'esame statico.Books on Demand GmbH, Überseering 33, 22297 Hamburg 52 pp. Italienisch.

Taschenbuch. Condizione: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -L'uso dei telefoni cellulari per accedere al web si è esteso ampiamente, tuttavia, prestando poca attenzione ai progressi di base nella potenza del processore e nella velocità di scambio, l'uso dei PDA per l'esame non è equivalente all'esame della regione di lavoro. I costituenti del contenuto e le disposizioni della pagina sono utilizzati per eseguire obiettivi statici per decidere la rivendicazione nello spazio del contenuto della pagina. Il modo in cui l'indagine si concentra sulla costruzione di un quadro migliorato per distinguere le destinazioni maligne in modo coerente unendo le metodologie di prova riconoscibili dinamicamente. Nel continuo separato dall'utilizzo da un bel po' di tempo delle metodologie statiche raccomandate già l'esame dinamico si basa sull'osservazione delle chiamate API e sul filtraggio e inoltre per ogni famiglia di malware viene riconosciuto un piano di precedenti, ogni modello indirizzato a una variazione osservata del primo record di malware. Il presente lavoro si concentra inoltre sull'esame del contenuto della pagina eseguibile per l'identificazione del codice malevolo per le chiamate API presenti nel contenuto. I risultati esplorativi dimostrano che la strategia migliorata è superiore alla metodologia passata che si concentra solo sull'esame statico. 52 pp. Italienisch.

Taschenbuch. Condizione: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - L'uso dei telefoni cellulari per accedere al web si è esteso ampiamente, tuttavia, prestando poca attenzione ai progressi di base nella potenza del processore e nella velocità di scambio, l'uso dei PDA per l'esame non è equivalente all'esame della regione di lavoro. I costituenti del contenuto e le disposizioni della pagina sono utilizzati per eseguire obiettivi statici per decidere la rivendicazione nello spazio del contenuto della pagina. Il modo in cui l'indagine si concentra sulla costruzione di un quadro migliorato per distinguere le destinazioni maligne in modo coerente unendo le metodologie di prova riconoscibili dinamicamente. Nel continuo separato dall'utilizzo da un bel po' di tempo delle metodologie statiche raccomandate già l'esame dinamico si basa sull'osservazione delle chiamate API e sul filtraggio e inoltre per ogni famiglia di malware viene riconosciuto un piano di precedenti, ogni modello indirizzato a una variazione osservata del primo record di malware. Il presente lavoro si concentra inoltre sull'esame del contenuto della pagina eseguibile per l'identificazione del codice malevolo per le chiamate API presenti nel contenuto. I risultati esplorativi dimostrano che la strategia migliorata è superiore alla metodologia passata che si concentra solo sull'esame statico.