当前位置:首页 > 报告详情

马胜豪与林宜安与马斯·程_注意力是语义检测所需的一切一种神经符号方法的变压器.pdf

上传人: 张** 编号:175524 2024-09-13 42页 9.23MB

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要介绍了TXOne Networks团队开发的一种基于神经符号转换的新型Transformer模型,用于语义检测。该模型名为CuIDA,能够在不执行代码的情况下预测恶意软件的功能。文章的核心数据包括: 1. 模型训练数据集包含约3.3k个APT二进制文件,约770k个Win32 API使用序列。 2. 模型在10折交叉验证中的准确率约为94.13%。 3. 在VirusTotal上对约1200个样本进行大规模威胁狩猎,成功检测到隐藏行为。 4. 模型能够识别未知API信息,即使使用了商业保护器如VMProtect和Themida。 关键点包括: - CuIDA模型结合了神经网络和符号执行,能够预测API调用和行为。 - 模型在VirusTotal上对大量样本进行测试,成功捕获隐藏威胁。 - 模型能够处理多种混淆技术,包括商业保护器。 - 模型开源,为蓝队社区提供支持。 - 模型在实际恶意软件分析中具有应用潜力,特别是在高级代码混淆技术面前。
如何利用神经符号转换器进行语义检测? 神经符号转换器在实际恶意软件分析中的应用有哪些? 神经符号转换器在检测混淆恶意软件方面有哪些优势?
客服
商务合作
小程序
服务号
折叠