
静的、動的、コンテキスト情報を含むハイブリッド機械学習アプローチは、特に低い誤検知率が求められる場合に、従来のマルウェア検出モデルよりも優れた検出率を達成できる。


coremsg

コンテキストおよび振る舞いベースのマルウェア表現を用いたハイブリッド機械学習メタモデル-quo-vadis


コンテキストおよび振る舞いベースのマルウェア表現を用いたハイブリッド機械学習メタモデル：Quo Vadis



本稿では、静的マルウェア検出のための、画像テクスチャ特徴とオペコードシーケンス特徴を組み合わせた、CNN-BiLSTMに基づく新しい深層学習手法を提案する。



CNN-BiLSTMと特徴融合を用いた悪意のあるコード検出の新規アプローチ



大規模言語モデルを使用してnpmエコシステムでのマルウェアを検出するためのSocketAI Scannerワークフローが優れた性能を示す。



npmエコシステムにおけるマルウェアの検出：大規模言語モデルを用いたレンズの切り替え
