特定敌手样本Adversarial Malware论文阅读小结

思考：这些论文都是针对特定的模型来做的敌手样本

那么我们的模型是怎么做的，cnn+rnn？怎么处理字节？

从而再决定怎么生成特定敌手样本

---

1. Adversarial Malware Binaries: Evading Deep Learning for Malware Detection in Executables

1. 深度网络检测方法：抽取k个bytes，补0到d个bytes，embedding成向量z，输入到神经网络中。
2. 攻击方法：注入q个字节，k+q<d

q = min(k+q,d)−k

---

1. Adversarial Examples for Malware Detection

前提认为：攻击者对自己的模型和数据非常了解

 

1. 深度网络检测方法：给定特征1，2...，M表示使用二进制向量X∈{0,1} M的应用程序，其中Xi表示应用程序是否展现出特征i，该特征序列是一个稀疏向量
2. 攻击方法：通过不断添加=0的特征使得其变为1

通过不断学习，得到良性结果或者修改次数最大后，截止。

为了