基于深度学习的恶意软件分类与API调用序列分析及概念漂移处理

本研究针对动态环境下恶意软件分类的挑战，提出了一个基于深度学习的框架，结合遗传算法以提高分类精度和适应性。实验结果表明，该混合方法显著增强了分类性能，超越了传统静态模型，为在快速变化的网络安全环境中实时恶意软件分类提供了有效解决方案。