Sign In
insight - マルウェア検出
ニューラルネットワークによるマルウェア検出の検証ケーススタディ - 特徴量データセットと画像データセットの比較
マルウェア分類システムの信頼性を高めるために、特徴量データセットと画像データセットを用いたニューラルネットワークの検証プロセスを提案する。
機械学習ベースのマルウェア検出器は無料でアドバーサリアルマルウェアを検出できる
ベイズ学習モデルを使うことで、モデルの不確実性を活用してアドバーサリアルマルウェアを効果的に検出できる。
長距離予測タスクにおけるマルウェア検出のためのホログラフィックグローバル畳み込みネットワーク
本論文では、ホログラフィック縮小表現(HRR)の特性を活用したホログラフィックグローバル畳み込みネットワーク(HGConv)を提案する。HGConvは、複雑な畳み込み演算や設計された畳み込みカーネルを必要とせず、パラメータとして定義されたカーネルを通じて特徴のエンコーディングとデコーディングを行う。提案手法は、Microsoft Malware Classification Challenge、Drebin、EMBERのマルウェア分類ベンチマークにおいて新しい最高精度を達成し、さらに長シーケンスにおいても高速な実行時間を実現する。
Products | Resources
© 2024 by Linnk AI