利用AI+大数据的方式分析恶意样本（三十二）

最新推荐文章于 2023-06-30 23:24:45 发布

西杭

最新推荐文章于 2023-06-30 23:24:45 发布

阅读量223

点赞数

分类专栏：基于AI的malware检测、识别

本文链接：https://blog.csdn.net/AcSuccess/article/details/118943477

版权

基于AI的malware检测、识别专栏收录该内容

40 篇文章 74 订阅 ¥39.90 ¥99.00

订阅专栏

超级会员免费看

本文提出了一种基于深度学习的恶意软件标记模型，该模型能够生成人类可解释的恶意软件描述，同时提供了一个表示恶意样本的相似性空间。这种方法在95%的情况下能正确识别11种可能的标签描述，并且在1%的误报率下工作。此外，通过学习的表示空间，引入了恶意文件之间的相似性指数，不仅在识别相同家族的样本时更有效，而且比基于原始特征向量的表示小32倍。

摘要由CSDN通过智能技术生成

Automatic Malware Description via Attribute Tagging and Similarity Embedding

Sophos 一家基于算法的安全公司

abstract

With the rapid proliferation and increased sophistication of malicious software, detection methods no longer rely only on manually generated signatures but have also incorporated more general approaches like machine learning detection.

Although powerful for conviction of malicious artifacts, these methods do not produce any further information about the type of threat that has been detected neither allows for identifying relationships between malware samples.

In this work, we address the information