BriefGPT - AI 论文速递
·
恶意软件检测器对抗样本的鲁棒性研究
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该研究提出了一种基于深度学习的恶意软件检测器的防御方案，通过随机消融平滑的方式训练基础分类器，并选择最常见的预测类进行最终分类。实验证明该方案在鲁棒性和泛化能力方面表现更好。
🎯
关键要点
- 该研究提出了一种基于深度学习的恶意软件检测器的防御方案。
- 方案通过随机消融平滑的方式训练基础分类器。
- 最终分类选择最常见的预测类。
- 该方案针对对抗性恶意软件实例，显示出更好的鲁棒性和泛化能力。
- 实验证明基于消融的模型在 BODMAS 数据集上表现优于未经平滑处理的分类器。
➡️
