BriefGPT - AI 论文速递
·
走向鲁棒的域生成算法分类
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该研究提出了一种新的训练方案，通过对抗潜在空间向量和离散化对抗域，提高了域生成算法（DGA）分类器的鲁棒性。研究结果显示，该方法可以提高分类器对已知和未知DGA的检测性能。
🎯
关键要点
- 该研究提出了一种新的训练方案，旨在提高域生成算法（DGA）分类器的鲁棒性。
- 新方案基于对抗潜在空间向量和离散化对抗域。
- 研究结果表明，该方法显著提高了分类器对已知和未知DGA的检测性能。
- 研究发现鲁棒性和性能之间不存在权衡，硬化可以同时提升两者。
➡️
