five

malimg dataset-基于图像分析的恶意软件检测和分类数据集|计算机视觉数据集|网络安全数据集

收藏
帕依提提2024-03-04 收录
计算机视觉
网络安全
下载链接:
https://www.payititi.com/opendatasets/show-1249.html
下载链接
链接失效反馈
资源简介:
我们考虑了基于图像分析的恶意软件检测和分类问题。我们将可执行文件转换为图像,并使用深度学习(DL)模型应用图像识别。为了训练这些模型,我们基于已经在大量图像数据集上进行了预先训练的现有DL模型,采用转移学习。我们使用这种技术进行了各种实验,并将其性能与一种非常简单的机器学习技术(即k最近邻(k-NN))的性能进行了比较。对于我们的k-NN实验,我们使用直接从可执行文件中提取的特征,而不是图像分析。尽管我们的基于图像的DL技术在实验中表现良好,但令人惊讶的是,它的效果优于k-NN。我们证明DL模型在模拟零日实验中的性能优于k-NN,就可以更好地概括数据。
提供机构:
帕依提提
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4098个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

Figshare

Figshare是一个在线数据共享平台,允许研究人员上传和共享各种类型的研究成果,包括数据集、论文、图像、视频等。它旨在促进科学研究的开放性和可重复性。

figshare.com 收录

HazyDet

HazyDet是由解放军工程大学等机构创建的一个大规模数据集,专门用于雾霾场景下的无人机视角物体检测。该数据集包含383,000个真实世界实例,收集自自然雾霾环境和正常场景中人工添加的雾霾效果,以模拟恶劣天气条件。数据集的创建过程结合了深度估计和大气散射模型,确保了数据的真实性和多样性。HazyDet主要应用于无人机在恶劣天气条件下的物体检测,旨在提高无人机在复杂环境中的感知能力。

arXiv 收录

olympics.csv

该数据集包含不同国家参加奥运会的奖牌榜,数据来源于维基百科的历届奥运会奖牌榜。

github 收录

OpenPose

OpenPose数据集包含人体姿态估计的相关数据,主要用于训练和评估人体姿态检测算法。数据集包括多视角的图像和视频,标注了人体关键点位置,适用于研究人体姿态识别和动作分析。

github.com 收录

UNESCO World Heritage List

该数据集包含了联合国教科文组织(UNESCO)世界遗产名录中的所有文化遗产、自然遗产和混合遗产的详细信息。数据包括遗产的名称、位置、类型、描述、列入名录的年份以及相关的保护状况等。

whc.unesco.org 收录