垃圾：基于深度可分离卷积的多神经网络恶意代码检测模型
Journal of Computer Applications的中文文献：基于深度可分离卷积的多神经网络恶意代码检测模型_2023_蒋瑞林_覃仁超
该模型使用深度可分离卷积（DSC）、SENet（Squeeze-and-Excitation Network）通道注意 力机制和灰度共生矩阵（GLCM），通过三个轻型神经网络与灰度图像纹理特征分类并联检测恶意代码家族及其变种， 将多个强分类器检测结果通过朴素贝叶斯分类器融合
Journal of Computer Applications的中文文献：基于深度可分离卷积的多神经网络恶意代码检测模型_2023_蒋瑞林_覃仁超
该模型使用深度可分离卷积（DSC）、SENet（Squeeze-and-Excitation Network）通道注意 力机制和灰度共生矩阵（GLCM），通过三个轻型神经网络与灰度图像纹理特征分类并联检测恶意代码家族及其变种， 将多个强分类器检测结果通过朴素贝叶斯分类器融合