跳至主導覽
跳至搜尋
跳過主要內容
國立中央大學 首頁
說明與常見問題
English
中文
首頁
人才檔案
研究單位
研究計畫
研究成果
資料集
榮譽/獲獎
學術活動
新聞/媒體
影響
按專業知識、姓名或所屬機構搜尋
Enhancing Classification Performance for Android Small Sample Malicious Families Using Hybrid RGB Image Augmentation Method
Yi Hsuan Ting,
Yi Ming Chen
, Li Kai Chen
資訊管理學系
研究成果
:
書貢獻/報告類型
›
會議論文篇章
›
同行評審
1
引文 斯高帕斯(Scopus)
總覽
指紋
指紋
深入研究「Enhancing Classification Performance for Android Small Sample Malicious Families Using Hybrid RGB Image Augmentation Method」主題。共同形成了獨特的指紋。
排序方式
重量
按字母排序
Keyphrases
Android
100%
Classification Performance
100%
RGB Image
100%
Image Augmentation
100%
Malicious Family
100%
Augmentation Techniques
100%
Classification Results
60%
Deep Learning
40%
Deep Convolutional Generative Adversarial Network (DCGAN)
40%
Malware Family
40%
Malware
20%
F1 Score
20%
Gaussian Noise
20%
Research Use
20%
Malware Detection
20%
Android Malware Detection
20%
Family Classification
20%
Malware Family Classification
20%
Learning Augmentation
20%
Computing Speed
20%
Few Samples
20%
Noise Augmentation
20%
Malware Features
20%
GAN-based Method
20%
Computer Science
Android
100%
Classification Performance
100%
RGB Image
100%
classification result
100%
Malware Family
100%
Malware
66%
Deep Learning
66%
Generative Adversarial Networks
66%
Malware Detection
66%
Experimental Result
33%
Convolutional Neural Network
33%
Gaussian White Noise
33%
Android Malware
33%
Mathematics
RGB
100%
Deep Learning
100%
Smaller Sample
100%
Android
100%
Gaussian Distribution
50%