微軟惡意軟件分類
此次實驗是在Kaggle上微軟發起的一個惡意軟件分類的比賽， 數據集 此次微軟提供的數據集超過500G(解壓后)，共9類惡意軟件，如下圖所示。這次實驗參考了此次比賽的冠軍隊伍實現方法。微軟提供的數據包括訓練集、測試集和訓練集的標注。其中每個惡意代碼樣本(去除了PE頭)包含兩個文件，一個是 ...
原文：惡意軟件分類器的后門攻擊 - Explanation-Guided Backdoor Poisoning Attacks Against Malware Classifiers閱讀筆記
論文目的 研究針對基於ml的惡意軟件分類器的clean label后門攻擊。 我們的攻擊將帶有后門的良性樣本注入惡意軟件檢測器的訓練集中，目的是改變在推斷時對帶有相同模式水印的惡意軟件樣本的預測。 主要觀點：利用ML可解釋性的工具，即SHapley Additive explanation SHAP ，來選擇一小組高度有效的特征及其值來創建水印。 SHAP的具體解釋可以看 SHAP解釋 論文貢獻 ...
2021-09-15 14:39 0 163 推薦指數：
相關推薦
Android惡意軟件特征及分類
Android惡意軟件特征及分類 原文鏈接：https://blog.csdn.net/ybdesire/java/article/details/52761808展開針對Android的惡意軟件，除了熟知的木馬、病毒，還有勒索軟件(ransomware)、廣告(adware)和間諜軟件 ...
多模型的安卓惡意軟件分類
Drebin樣本的百度網盤下載鏈接我放在安卓惡意軟件分類那篇文章了，大家自行下載。最近看到一篇論文，題為HYDRA: A multimodal deep learning framework for malware classification。本篇論文提到了一個多模式的惡意軟件分類框架，具體實現 ...
安卓惡意軟件分類
Drebin樣本的百度網盤下載鏈接我放在下面評論區了，大家自行下載。本次實驗收到上一次實驗啟發（微軟惡意軟件分類），並采用了這篇博文的實現代碼（用機器學習檢測Android惡意代碼），代碼都可以在博主提供的github地址中找到。 原理 具體原理參考上一次實驗，都是提取反編譯文件中的操作碼 ...
基於Bert的惡意軟件多分類
基於Bert從Windows API序列做惡意軟件的多分類 目錄 基於Bert從Windows API序列做惡意軟件的多分類 0x00 數據集 0x01 BERT BERT的模型加載 從文本到ids ...
Enhancing State-of-the-art Classifiers with API Semantics to Detect Evolved Android Malware論文閱讀筆記
於這一周閱讀了ccs2020最新論文Enhancing State-of-the-art Classifiers with API Semantics to Detect Evolved Android Malware，做了一些筆記。 Enhancing State-of-the-art ...
[LeetCode] 928. Minimize Malware Spread II 最大程度上減少惡意軟件的傳播之二
(This problem is the same as Minimize Malware Spread, with the differences bolded.) In a network of nodes, each node i is directly connected ...
[LeetCode] 924. Minimize Malware Spread 最大程度上減少惡意軟件的傳播
infected by malware. Whenever two nodes are directl ...