当前位置:首页 > 报告详情

异常检测背叛了我们所以我们赋予了它一项新任务:利用良性异常数据增强命令行分类.pdf

上传人: 竿*** 编号:981925 2025-11-29 51页 3.13MB

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。
全文主要探讨了使用异常检测来增强命令行分类的挑战和解决方案。以下是关键点: 1. **异常检测的局限性**:异常检测在命令行预测中表现不佳,导致高误报率和依赖人工专家。 2. **数据状态**:恶意数据标注困难,而良性数据标注则存在长尾问题。 3. **解决方案**:提出了一种新的方法,结合良性异常数据和监督学习来改进模型。 4. **方法细节**:使用命令行数据集,包括正则表达式和聚合数据,以及嵌入模型和隔离森林算法。 5. **LLM 标注**:利用大型语言模型(LLM)进行良性数据标注。 6. **评估**:通过时间分割和手动标签进行评估。 7. **结论**:良性异常数据增强是提高网络安全模型的一般方法。
如何提升命令行分类?" 新方法突破!" 机器学习新方向?"
客服
商务合作
小程序
服务号
折叠