MalConv2: Classifying Sequences of Extreme Length with Constant Memory Applied to Malware Detection

已于 2024-06-07 11:46:11 修改
阅读量898 收藏 19
点赞数 17
分类专栏： 恶意软件检测 文章标签： 网络安全 安全威胁分析
于 2024-05-10 14:38:18 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/YZRuin/article/details/138657238
版权
研究人员提出了一种时间最大池化策略，解决了深度学习处理长序列输入时的内存效率问题，特别是在恶意软件检测中的应用。通过Global Channel Gating，模型在处理1亿个时间步长的序列时，内存使用降低，运行速度提升，提高了MalConv的准确性和效率。
摘要由CSDN通过智能技术生成

原文链接：https://arxiv.org/pdf/2012.09390

Basic Information:

  • Title: Classifying Sequences of Extreme Length with Constant Memory Applied to Malware Detection (应用于恶意软件检测的具有恒定内存的极长序列分类)
  • Authors: Edward Raff, William Fleshman, Richard Zak, Hyrum S. Anderson, Bobby Filar, Mark McLean
  • Affiliation: Laboratory for Physical Sciences, University of Maryland, Baltimore County
  • Keywords: machine learning, cybersecurity, malware detection, time series classification, convolutional neural networks, memory efficiency, global channel gating, feature extraction
  • URLs: https://arxiv.org/abs/2012.
最低0.47元/天 解锁文章
YZRuin
关注
专栏目录
基于深度学习的恶意软件检测.zip
01-15
度神经网络可以有效地挖掘原始数据中的潜在特征，而无需大量数据预处理和先验经验。神经网络在计算机视觉、语音识别和自然语言处理方面取得了一系列的成功，当然，成功的原因是多方面的，其中的一个因素就是神经网络具有从诸如像素或单个文本字符之类的原始数据中学习特征的能力。 Malware Detection by Eating a Whole EXE（2018 AAAIW) Malware detection using 1-dimensional convolutional neural networks（ 2019 EuroS&PW） Lemna: Explaining deep learning based security applications（2018 CSS BP） 基于深度学习的安全应用提出高精度的解释，该方法提出了基于fused lasso增强的混合回归模型，解决了现有的解释技术无法处理特征依赖和非线性局部边界问题。LEMNA可以帮助安全分析人员用来理解分类器行为，排除分类错误等。 Activation analysis of a byte based deep neural
Python实现基于深度学习的恶意软件检测.zip
最新发布
08-28
深度神经网络可以有效地挖掘原始数据中的潜在特征，而无需大量数据预处理和先验经验。神经网络在计算机视觉、语音识别和自然语言处理方面取得了一系列的成功，当然，成功的原因是多方面的，其中的一个因素就是神经网络具有从诸如像素或单个文本字符之类的原始数据中学习特征的能力。 详细介绍参考：https://blog.csdn.net/sheziqiong/article/details/132531564
基于深度学习的恶意软件检测Python代码及数据
毕业作品网站
06-02 4117
深度神经网络可以有效地挖掘原始数据中的潜在特征，而无需大量数据预处理和先验经验。神经网络在计算机视觉、语音识别和自然语言处理方面取得了一系列的成功，当
Pytorch 实现Malconv
梦想闹钟
12-06 808
Pytorch 实现Malconv
正则多关键字_今日论文|清华：多视图远程关系抽取&谷歌：深度核分类层&NLP领域持续学习综述&用于可靠文本分类的掩码关键字正则化&MORE...
weixin_39583623的博客
12-19 2375
12月18日人工智能领域新增论文267篇，AI日读精选其中79篇推荐给大家。这些论文主要来自AAAI，BIBM，COLING，CVPR，Computational Intelligence，ECIR，EMNLP，Evolutionary Computation，ICRA，IJCV，Information Systems，NeurIPS，WACV等会议与期刊。其中包含计算机视觉论文28篇[...
Classifying XOR gate using ann:Classifying XOR gate using ann-matlab开发
06-01
标题中的“Classifying XOR gate using ann”指的是使用人工神经网络(ANN)来解决异或(XOR)门的分类问题。XOR门是一个经典的逻辑运算问题，它的输出是两个输入信号的异或，即只有当输入不同时，输出才为1。在神经网络...
Classifying Relations via Long Short Term Memory Networks
11-27
本文介绍了一种名为SDP-LSTM（Shortest Dependency Path - Long Short Term Memory networks）的新型神经网络模型，用于对句子中两个实体之间的关系进行分类。该模型利用两个实体之间的最短依赖路径（SDP），通过多...
Magic-the-Classifying:初始化Capstone 2回购
04-03
《Magic-the-Classifying: 使用Capstone 2进行分类初探》 在当今的数字时代，机器学习技术已经深入到各个领域，包括娱乐业中的游戏设计。"Magic-the-Classifying"项目便是这一趋势的一个实例，它旨在利用机器学习的...
Detecting and Classifying Low Probability of Intercept Radar
03-31
“Detecting and Classifying Low Probability of Intercept Radar”这一标题明确指出本书的主要研究方向：如何检测和分类低截获概率（Low Probability of Intercept, LPI）雷达。LPI雷达是一种设计用于降低被敌方...
Classifying rendezvous tasks of arbitrary dimension
02-20
Classifying rendezvous tasks of arbitrary dimension
Classifying Gene Data With Regularized Ensemble Trees
02-10
标题《Classifying Gene Data With Regularized Ensemble Trees》表明本文的研究领域属于生物信息学和机器学习交叉领域，具体聚焦于基因数据的分类问题。在生物信息学中，基因数据分类是核心问题之一，涉及到对复杂...
Classifying land cover based on calibrated full-waveform airborne light detection and ranging data
02-05
The capability of the parameters derived from waveform data in discriminating objects is assessed and the effect of the relative calibration of full-waveform data in discriminating land-cover classes ...
classifying-text:用词袋对文本进行分类
05-26
bow_validate_tfidf.py - an improved validation script, with TF-IDF and n-grams fofe - a directory containing FOFE vectorizer and sample code fofe_validate.py - validation scores for count vectorizer ...
【AAAI 2021】全部接受论文列表（五）
yinizhilianlove的博客
01-14 8123
来源：AINLPer微信公众号（点击了解一下吧） 编辑: ShuYini 校稿: ShuYini 时间: 2021-01-14 马上春节了，疫情又卷土而来，希望大家注意防护，爱护自己的身体 AAAI 2021论文接收情况   人工智能顶级会议AAAI 2021 已经给出接收论文列表，共有1692篇论文被接收，录取率21%，比去年的20.6%稍微有些上升。单从数量上看，也比去年多了101篇。本届 AAAI 2021已经是第35 届会议了。据 AAAI 2021官方网站，这个 2021年首个人工智能顶会将全.
恶意程序检测之malconv模型
I_mYH的博客
07-25 3246
恶意程序检测之malconv模型 原创：https://blog.csdn.net/I_mYH/article/details/88759358 转载请注明出处 挑战： 与其他任务相比，深度学习在恶意软件识别领域还面临着一些挑战和不同之处。对于Portable...
Classifying-images-of-sign-languages:使用Keras和Tensorflow从流行的Kaggle数据集中对手语图像进行分类
04-05
MaxPooling2D(pool_size=(2, 2)), Conv2D(64, (3, 3), activation='relu'), MaxPooling2D(pool_size=(2, 2)), Flatten(), Dense(128, activation='relu'), Dropout(0.5), Dense(num_classes, activation='...
image-classifying-pokedex:使用 AutoML Vision API 构建的图像分类 Pokedex
05-30
新年新黑客第三名得主。 灵感 在 Pokémon 电视节目中，有一种叫做 Pokédex 的设备可以检测它指向的任何 Pokémon，并通过语音返回 Pokémon 的信息。 我们决定将其变为现实，以实现我们童年的幻想！...
ValueError: Classification metrics can't handle a mix of binary and continuous targets
04-04
2. Convert continuous target variable to binary: If your target variable is continuous, you can convert it to binary by setting a threshold value and classifying values above the threshold as 1 and ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

YZRuin

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值