社交网络中的恶意软件分析与心理健康干预游戏化探索
1. 恶意软件分析相关内容
1.1 ConfermoAV行为与降噪效果
ConfermoAV试图绕过互联网代理设置。在正确完成降噪后,Malheur的性能有了极大提升。降噪前,GFI沙箱 - Malheur组合的表现比自定义沙箱 - Malheur更好;而将降噪纳入系统后,结果变得更有前景,甚至优于GFI沙箱 - Malheur组合。原始行为配置文件可直接使用,分析发现这种表示方式与Malheur配合良好,相关结果见表1和图4。图4显示,无时间行为配置文件与Malheur的组合表现远优于GFI沙箱与Malheur、原始配置文件与Malheur的组合,且数值越小越好。我们在降噪方面取得了显著改进,目前正在研究更多技术以进一步提升效果。
| 配置文件 + Malheur实现方式 | 表现情况 |
|---|---|
| 无时间行为配置文件 + Malheur | 表现最佳,数值小 |
| GFI沙箱 + Malheur | 降噪前表现较好,降噪后不如前者 |
| 原始配置文件 + Malheur | 表现相对较差 |
1.2 Malheur算法原理与工作流程
Malheur算法先提取各种原型,再基于获取的n - 元语法进行特征
社交网络恶意软件分析与心理干预游戏化探索
超级会员免费看
订阅专栏 解锁全文
1043

被折叠的 条评论
为什么被折叠?



