ارسال پیشنهاد

0

تعداد پیشنهادها

اشتراک گذاری

گزارش تخلف

گزارش مالی

malware classification using deep learning + lstm + cnn

این پروژه مربوط به شناسایی بدافزار ها با استفاده از یادگیری عمیق می باشد. مقاله پایه جهت انجام کار ضمیمه شده است.(fig1,fig5 موجود در فایل base.pdf معماری کلی را نشان می دهد.) (تفاوت اینکار با مقاله پایه در این است که در مقاله ضمیمه شده بین کلاس های مختلف بدافزار ها اقدام به دسته بندی کرده اما خروجی اینکار یک مسئله دودویی مبنی بر اینکه در نهایت یک فایل سالم است یا مخرب می باشد.) فایل های مورد نیاز جهت انجام کار در صورت پیدا شدن مجری در اختیارشان قرار خواهد گرفت. دادگان ورودی: دادگان شامل دو پوشه مجزا می باشد (فایل های سالم و فایل های مخرب) که البته منظور از فایل، فایل اجرایی (فرمت exe) نیست بلکه محتوای هر پوشه شامل بایت ها(.bytes) و فایل اسمبلی(.asm) مربوط به یک فایل سالم به خصوص یا یک فایل مخرب به خصوص می باشد. شرح کار: در این کار قصد بر آن است تا یک مجموعه فایل سالم(ورودی .bytes و .asm) (در حال حاضر ۱۰۰۰ تا سمپل) با یک مجموعه فایل مخرب (در بحث تعداد فایل مخرب محدودیت وجود ندارد بنا به نیاز تا حدی که overfit رخ ندهد) به عنوان ورودی به شبکه داده شود و خروجی آن یک تشخیص باینری مبنی بر این که فایل جدید دیده شده مخرب است یا سالم می باشد. معماری شبکه: این شبکه از دو بخش تشکیل میشود بخش اول که با فرمت .bytes فایل ها سر و کار دارد و بعد از تبدیل این فایل ها به تصویر با آن شبیه به یک مسئله پردازش تصویر برخورد می کند (استفاده از cnn جهت یادگیری) بخش دوم کار فایل های اسمبلی را به عنوان ورودی شبکه گرفته و با مسئله به چشم یک مسئله پردازش زبان برخورد می کند(lstm) در نهایت با جمع بندی نتیجه حاصله از این دو مرحله فایل جدید را در یکی از دو دسته سالم یا مخرب قرار می دهد. توضیحات مکمل: اینجانب بخش کارهای مربوط به تبدیل فایل باینری به تصاویر و بخشی از کارهای مربوط به بخش اول معماری (cnn) را انجام داده ام و در صورت پیدا شدن مجری لینک های کمکی به منظور کمک جهت از صفر شروع نکردن کار را برایشان ارسال خواهم کرد. علت ثبت این پروژه این است که حوزه اصلی کار من هوش مصنوعی نبوده به همین دلیل فرایند کد زنی در فریم ورک هایی نظیر کراس و تنسورفلو برایم زمان بر می باشد. در صورت پذیرش پروژه نیاز به تعامل جهت برطرف کردن مشکلات احتمالی وجود دارد.

fa9661
fa9661

امتیاز : 0 از 10

پایتون (python)
هوش مصنوعی (Artificial intelligence)
یادگیری عمیق (Deep Learning)
فایل ضمیمه
pdf

base.pdf

1.9 مگابایت
  • اطلاعات پروژه
  • 1086کد پروژه
  • برنامه نویسی با زبانهای مختلف ، طراحی سایت و نرم افزار

    دسته بندی
  • 03 دی 1400تاریخ ثبت
  • 15 روزمهلت اجرا
  • 300,000 تومانحداقل بودجه
  • 2,000,000 تومانحداکثر بودجه
  • 35 درصد ضمانت اجرا
  • آماده دریافت پیشنهادها وضعیت

تایم لاین پروژه

درخواست پشتیبانی
  • در انتظار پرداخت

    پرداخت تعرفه ثبت پروژه های غیر رایگان

  • در حال بررسی

    برسی و تایید پروژه از طرف مدیرت سایت

  • آماده دریافت پیشنهادها

    تایید پروژه و نمایش برای مجریان

  • در انتظار پرداخت هزینه پروژه

    پرداخت هزینه اجرای پروژه توسط کارفرما

  • در انتظار پرداخت ضمانت اجرا

    پرداخت مبلغ ضمانت اجرا توسط مجری

  • در حال انجام

    پروژه شما درحال انجام می باشد

  • انجام شد

    اتمام اجرای پروژه

لیست پیشنهادها

هیچ پیشنهادی ارسال نشده است

در حال بارگذاری...