Professional Documents
Culture Documents
12
12
HCM
KHOA CÔNG NGHỆ THÔNG TIN
Lớp: 21DTHB6
GANs) để phát hiện và ngăn chặn phần mềm độc hại trên hệ
bl
3 Phishing apps
Malware giả mạo các ứng dụng phổ biến để lừa đảo người dùng.
Sử dụng GAN trong xác định malware
Android
- Đối tượng
+ Về mặt khái niệm, vector đặc trưng z đại diện cho các
đặc trưng ẩn của hình ảnh, ví dụ như: màu sắc, hay hình
1 Generator
Tạo ra mẫu malware dựa trên mô
hình học từ dữ liệu huấn luyện.
Discriminator 2
Phân loại các mẫu malware là thật
hoặc giả mạo. 3 Adversarial Training
Các mô hình tranh đấu để nâng
cao hiệu suất nhau.
3.Nguyên lí hoạt động:
động dựa trên một nguyên tắc cơ bản gồm hai phần chính:
biệt). Cả hai mạng này hoạt động song song và tương tác
với nhau để đạt được mục tiêu cuối cùng, là tạo ra dữ liệu
- Bảo mật
- Tạo dữ liệu
5.Ứng dụng thực tế của mạng GANs:
- Phim ảnh
- Khoa học
+ Sigmoid Tanh
+ Sigmoid
Sigmoid Leaky ReLU
+ Leaky ReLU
7.Xây dựng và đánh giá mô hình:
Xây dựng và đánh giá mô hình Generative Adversarial Network (GAN) liên quan đến việc tạo ra một
Generator và một Discriminator, sau đó huấn luyện chúng để đạt được một mức độ chất lượng cụ thể trong
việc tạo dữ liệu giả. Dưới đây là các bước cơ bản để xây dựng và đánh giá mô hình GAN:
trên Android.
Phát hiện nhanh
công.
IV. Kết luận và kiến nghị:
https://kb.pavietnam.vn/mang-gan-global-area-network-la-gi.html
https://vi.wikipedia.org/wiki/M%E1%BA%A1ng_%C4%91%E1%BB%91i_ng
h%E1%BB%8Bch_t%E1%BA%A1o_sinh
https://filegi.com/tech-term/global-area-network-gan-3001/
https://vinbigdata.com/kham-pha/khu-nhieu-du-lieu-anh-voi-mang-
gan.html