超级会员免费看
本文探讨了静态分析机器学习在识别加壳恶意软件时的局限性，指出当前方法容易误判加壳良性软件，强调训练数据集中加壳良性样本的重要性。实验表明，分类器可能学习到的是加壳程序而非恶意行为，且难以泛化到未见过的加壳技术。
文章目录
一篇关于静态分析，机器学习，加壳种类的顶会文章阅读笔记
When Malware is Packin’Heat; Limits of Machine Learning Classifiers Based on Static Analysis Features
NDSS2020
Hojjat Aghakhani, Fabio Gritti, Francesco Meccay, Martina Lindorferz,
Stefano Ortolanix, Davide Balzarotti{, Giovanni Vigna and Christopher Kruegel
University of California, Santa Barbara yUniversit`a degli Studi di Torino zTU Wien xLastline Inc. {Eurecom
fhojjat, degrigis, vigna, chrisg@cs.ucsb.edu yfrancesco.mecca402@edu.unito.it zmlindorfer@iseclab.org
xortolani@lastline.com and {davide.balzarotti@eur
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
