先將訓(xùn)練樣本的dll和api信息特征視圖,、格式信息特征視圖以及字節(jié)碼n-grams特征視圖分別輸入至一個(gè)深度神經(jīng)網(wǎng)絡(luò)中抽取高等特征表示,，然后合并抽取的高等特征表示并將其作為下一個(gè)深度神經(jīng)網(wǎng)絡(luò)的輸入進(jìn)行模型訓(xùn)練,，得到多模態(tài)深度集成模型,。進(jìn)一步的,，所述多模態(tài)深度集成模型的隱藏層的***函數(shù)采用relu，輸出層的***函數(shù)采用sigmoid,，中間使用dropout層進(jìn)行正則化,，優(yōu)化器采用adagrad。進(jìn)一步的,，所述訓(xùn)練得到的多模態(tài)深度集成模型中,，用于抽取dll和api信息特征視圖的深度神經(jīng)網(wǎng)絡(luò)包含3個(gè)隱含層，且3個(gè)隱含層中間間隔設(shè)置有dropout層,；用于抽取格式信息特征視圖的深度神經(jīng)網(wǎng)絡(luò)包含2個(gè)隱含層,，且2個(gè)隱含層中間設(shè)置有dropout層,；用于抽取字節(jié)碼n-grams特征視圖的深度神經(jīng)網(wǎng)絡(luò)包含4個(gè)隱含層，且4個(gè)隱含層中間間隔設(shè)置有dropout層,；用于輸入合并抽取的高等特征表示的深度神經(jīng)網(wǎng)絡(luò)包含2個(gè)隱含層,，且2個(gè)隱含層中間設(shè)置有dropout層；所述dropout層的dropout率均等于,。本發(fā)明實(shí)施例的有益效果是,，提出了一種基于多模態(tài)深度學(xué)習(xí)的惡意軟件檢測(cè)方法，應(yīng)用了多模態(tài)深度學(xué)習(xí)方法來融合dll和api,、格式結(jié)構(gòu)信息,、字節(jié)碼n-grams特征。人工智能在金融領(lǐng)域的應(yīng)用：艾策科技的實(shí)踐案例,。天津軟件測(cè)試

    optimizer)采用的是adagrad,，batch_size是40。深度神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練基本都是基于梯度下降的,，尋找函數(shù)值下降速度**快的方向,，沿著下降方向迭代，迅速到達(dá)局部**優(yōu)解的過程就是梯度下降的過程,。使用訓(xùn)練集中的全部樣本訓(xùn)練一次就是一個(gè)epoch,，整個(gè)訓(xùn)練集被使用的總次數(shù)就是epoch的值。epoch值的變化會(huì)影響深度神經(jīng)網(wǎng)絡(luò)的權(quán)重值的更新次數(shù),。本次實(shí)驗(yàn)使用了80％的樣本訓(xùn)練,，20％的樣本驗(yàn)證，訓(xùn)練50個(gè)迭代以便于找到較優(yōu)的epoch值,。隨著迭代數(shù)的增加,，前端融合模型的準(zhǔn)確率變化曲線如圖5所示，模型的對(duì)數(shù)損失變化曲線如圖6所示,。從圖5和圖6可以看出,，當(dāng)epoch值從0增加到5過程中，模型的驗(yàn)證準(zhǔn)確率和驗(yàn)證對(duì)數(shù)損失有一定程度的波動(dòng),；當(dāng)epoch值從5到50的過程中,，前端融合模型的訓(xùn)練準(zhǔn)確率和驗(yàn)證準(zhǔn)確率基本不變，訓(xùn)練和驗(yàn)證對(duì)數(shù)損失基本不變,；綜合分析圖5和圖6的準(zhǔn)確率和對(duì)數(shù)損失變化曲線,，選取epoch的較優(yōu)值為30。確定模型的訓(xùn)練迭代數(shù)為30后,，進(jìn)行了10折交叉驗(yàn)證實(shí)驗(yàn),。前端融合模型的10折交叉驗(yàn)證的準(zhǔn)確率是％，對(duì)數(shù)損失是,，混淆矩陣如圖7所示,，規(guī)范化后的混淆矩陣如圖8所示,。前端融合模型的roc曲線如圖9所示，該曲線反映的是隨著檢測(cè)閾值變化下檢測(cè)率與誤報(bào)率之間的關(guān)系曲線,。長春軟件驗(yàn)收測(cè)試報(bào)告第三方驗(yàn)證實(shí)際啟動(dòng)速度較廠商宣稱慢0.7秒,。

    當(dāng)我們拿到一份第三方軟件測(cè)試報(bào)告的時(shí)候，我們可能會(huì)好奇第三方軟件檢測(cè)機(jī)構(gòu)是如何定義一份第三方軟件測(cè)試報(bào)告的費(fèi)用呢,，為何價(jià)格會(huì)存在一些差異，如何找到高性價(jià)比的第三方軟件測(cè)試機(jī)構(gòu)來出具第三方軟件檢測(cè)報(bào)告呢,。我們可以從以下三個(gè)方面著手討論關(guān)于軟件檢測(cè)機(jī)構(gòu)的第三方軟件測(cè)試報(bào)告費(fèi)用的一些問題,，對(duì)大家在選擇適合價(jià)格的軟件檢測(cè)機(jī)構(gòu)，出具高性價(jià)比的軟件檢測(cè)報(bào)告有一定的幫助和參考意義,。1,、首先，軟件檢測(cè)機(jī)構(gòu)大小的關(guān)系,，從資質(zhì)上來說,，軟件檢測(cè)機(jī)構(gòu)的規(guī)模大小和資質(zhì)的有效性是沒有任何關(guān)系的�,？赡苄⌒偷能浖�檢測(cè)機(jī)構(gòu),，員工人數(shù)規(guī)模會(huì)小一點(diǎn)，但是出具的CMA或者CNAS第三方軟件檢測(cè)報(bào)告和大型機(jī)構(gòu)的效力是沒有區(qū)別的,。但是,，小機(jī)構(gòu)在人員數(shù)量，運(yùn)營成本都會(huì)成本比較低,，在這里其實(shí)是可以降低一份第三方軟件測(cè)試報(bào)告的部分費(fèi)用,，所以反過來說，小型軟件檢測(cè)機(jī)構(gòu)的價(jià)格可能更加具有競(jìng)爭(zhēng)力,。2,、軟件檢測(cè)流程的關(guān)系，為何流程會(huì)和第三方軟件測(cè)試的費(fèi)用有關(guān)系呢,。因?yàn)�,，一個(gè)機(jī)構(gòu)的軟件檢測(cè)流程如果是高效率流轉(zhuǎn)，那么在同等時(shí)間內(nèi),，軟件檢測(cè)機(jī)構(gòu)可以更高效的對(duì)軟件測(cè)試報(bào)告進(jìn)行產(chǎn)出,，相對(duì)來說，時(shí)間成本就會(huì)降低,，提高測(cè)試報(bào)告的出具效率,。

    在數(shù)字化轉(zhuǎn)型加速的，軟件檢測(cè)公司已成為保障各行業(yè)信息化系統(tǒng)穩(wěn)定運(yùn)行的力量,。深圳艾策信息科技有限公司作為國內(nèi)軟件檢測(cè)公司領(lǐng)域的企業(yè),，始終以技術(shù)創(chuàng)新為驅(qū)動(dòng)力,，深耕電力能源、科研教育,、政企單位,、研發(fā)科技及醫(yī)療機(jī)構(gòu)等垂直場(chǎng)景，為客戶提供從需求分析到運(yùn)維優(yōu)化的全鏈條質(zhì)量保障服務(wù),。以專業(yè)能力筑牢行業(yè)壁壘作為專注于軟件檢測(cè)的技術(shù)型企業(yè),，艾策科技通過AI驅(qū)動(dòng)的智能檢測(cè)平臺(tái)，實(shí)現(xiàn)了測(cè)試流程的自動(dòng)化,、化與智能化,。其產(chǎn)品一一軟件檢測(cè)系統(tǒng)，整合漏洞掃描,、壓力測(cè)試,、合規(guī)性驗(yàn)證等20余項(xiàng)功能模塊，可快速定位代碼缺陷,、性能瓶頸及安全風(fēng)險(xiǎn),，幫助客戶將軟件故障率降低60%以上。針對(duì)電力能源行業(yè),，艾策科技開發(fā)了電網(wǎng)調(diào)度系統(tǒng)專項(xiàng)檢測(cè)方案,，成功保障某省級(jí)電力公司百萬級(jí)用戶數(shù)據(jù)安全；在科研教育領(lǐng)域,，其實(shí)驗(yàn)室管理軟件檢測(cè)服務(wù)覆蓋全國50余所高校,，助力科研數(shù)據(jù)存儲(chǔ)與分析的合規(guī)性升級(jí)。此外,，公司為政企單位政務(wù)云平臺(tái),、研發(fā)科技企業(yè)創(chuàng)新產(chǎn)品、醫(yī)療機(jī)構(gòu)智慧醫(yī)療系統(tǒng)提供的定制化檢測(cè)服務(wù),，均獲得客戶高度認(rèn)可,。差異化服務(wù)塑造行業(yè)作為軟件檢測(cè)公司，艾策科技突破傳統(tǒng)檢測(cè)模式,，推出“檢測(cè)+培訓(xùn)+咨詢”一體化服務(wù)體系,。通過定期發(fā)布行業(yè)安全白皮書、舉辦技術(shù)研討會(huì),。網(wǎng)絡(luò)延遲測(cè)評(píng)顯示亞太地區(qū)響應(yīng)時(shí)間超歐盟2倍,。

    降低成本對(duì)每個(gè)階段都進(jìn)行測(cè)試，包括文檔,，便于控制項(xiàng)目過程缺點(diǎn)依賴文檔,，沒有文檔的項(xiàng)目無法使用，復(fù)雜度很高,，實(shí)踐需要很強(qiáng)的管理H模型把測(cè)試活動(dòng)完全**出來,，將測(cè)試準(zhǔn)備和測(cè)試執(zhí)行體現(xiàn)出來測(cè)試準(zhǔn)備-測(cè)試執(zhí)行就緒點(diǎn)其他流程----------設(shè)計(jì)等v模型適用于中小企業(yè)需求在開始必須明確,，不適用變更需求w模型適用于中大企業(yè)包括文檔也需要測(cè)試（需求分析文檔概要設(shè)計(jì)文檔詳細(xì)設(shè)計(jì)文檔代碼文檔）測(cè)試和開發(fā)同步進(jìn)行H模型對(duì)公司參與人員技能和溝通要求高測(cè)試階段單元測(cè)試-集成測(cè)試-系統(tǒng)測(cè)試-驗(yàn)證測(cè)試是否覆蓋代碼白盒測(cè)試-黑盒測(cè)試-灰盒測(cè)試是否運(yùn)行靜態(tài)測(cè)試-動(dòng)態(tài)測(cè)試測(cè)試手段人工測(cè)試-自動(dòng)化測(cè)試其他測(cè)試回歸測(cè)試-冒*測(cè)試功能測(cè)試一般功能測(cè)試-界面測(cè)試-易用性測(cè)試-安裝測(cè)試-兼容性測(cè)試性能測(cè)試穩(wěn)定性測(cè)試-負(fù)載測(cè)試-壓力測(cè)試-時(shí)間性能-空間性能負(fù)載測(cè)試確定在各種工作負(fù)載下，系統(tǒng)各項(xiàng)指標(biāo)變化情況壓力測(cè)試:通過確定一個(gè)系統(tǒng)的剛好不能接受的性能點(diǎn),。獲得系統(tǒng)能夠提供的**大服務(wù)級(jí)別測(cè)試用例為特定的目的而設(shè)計(jì)的一組測(cè)試輸入,，執(zhí)行條件和預(yù)期結(jié)果，以便測(cè)試是否滿足某個(gè)特定需求,。通過大量的測(cè)試用例來檢測(cè)軟件的運(yùn)行效果,，它是指導(dǎo)測(cè)試工作進(jìn)行的依據(jù)。網(wǎng)絡(luò)安全新時(shí)代：深圳艾策的防御策略解析,。北京軟件功能測(cè)試

功能完整性測(cè)試發(fā)現(xiàn)3項(xiàng)宣傳功能未完全實(shí)現(xiàn),。天津軟件測(cè)試

    12)把節(jié)裝入到vmm的地址空間；(13)可選頭部的sizeofcode域取值不正確,；(14)含有可疑標(biāo)志。此外,，惡意軟件和良性軟件間以下格式特征也存在明顯的統(tǒng)計(jì)差異：(1)證書表是軟件廠商的可認(rèn)證的聲明,，惡意軟件很少有證書表，而良性軟件大部分都有軟件廠商可認(rèn)證的聲明,；(2)惡意軟件的調(diào)試數(shù)據(jù)也明顯小于正常文件的,，這是因?yàn)閻阂廛浖�為了增加調(diào)試的難度，很少有調(diào)試數(shù)據(jù),；(3)惡意軟件4個(gè)節(jié)(.text,、.rsrc、.reloc和.rdata)的characteristics屬性和良性軟件的也有明顯差異,，characteristics屬性通常**該節(jié)是否可讀,、可寫、可執(zhí)行等,，部分惡意軟件的代碼節(jié)存在可寫異常,，只讀數(shù)據(jù)節(jié)和資源節(jié)存在可寫、可執(zhí)行異常等,；(4)惡意軟件資源節(jié)的資源個(gè)數(shù)也明顯少于良性軟件的,，如消息表、組圖表,、版本資源等,，這是因?yàn)閻阂廛浖�很少使用圖形界面資源，也很少有版本信息,。pe文件很多格式屬性沒有強(qiáng)制限制,，文件完整性約束松散，存在著較多的冗余屬性和冗余空間,，為pe格式惡意軟件的傳播和隱藏創(chuàng)造了條件,。此外,，由于惡意軟件為了方便傳播和隱藏，盡一切可能的減小文件大小,，文件結(jié)構(gòu)的某些部分重疊,，同時(shí)對(duì)一些屬性進(jìn)行了特別設(shè)置以達(dá)到anti-dump、anti-debug或抗反匯編,。天津軟件測(cè)試