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。
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。
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。