Windows恶意软件检测与优化算法应用数据集-2023-ravikiranvarmap
数据来源：互联网公开数据
标签：恶意软件,Windows,PE文件,抗恶意软件,威胁情报,智能优化,机器学习,数据集
数据概述：
本数据集名为SOMLAP（Swarm Optimization and Machine Learning Applied to PE Malware Detection），是在现有基准数据集基础上增加价值的新数据集。SOMLAP数据集包含51,409个样本，其中包括恶意软件文件和良性文件，总共涵盖了108种纯PE文件头属性。其中，19,809个（38.54%）恶意软件文件特征来自Virus Share，31,600个（61.46%）良性可执行文件和DLL文件来自Windows 10操作系统。
数据用途概述：
该数据集适用于抗恶意软件技术开发、恶意软件检测算法优化、威胁情报分析等场景。研究人员可以利用此数据集开发高效的抗恶意软件技术；信息安全专家可以使用本数据集进行恶意软件检测算法的优化和评估；教育机构可以通过此数据集进行相关领域的教学和研究。此外，该数据集还适用于机器学习和智能优化算法的研究，为提高网络安全防护提供了有力的数据支持。
参考文献：
Kattamuri, Santosh Jhansi, Ravi Kiran Varma Penmatsa, Sujata Chakravarty, and Venkata Sai Pavan Madabathula. 2023. "Swarm Optimization and Machine Learning Applied to PE Malware Detection towards Cyber Threat Intelligence" Electronics 12, no. 2: 342. https://doi.org/10.3390/electronics12020342
