Jun, 2018
静态恶意软件检测与隐蔽:量化机器学习和当前反病毒软件的稳健性
Static Malware Detection & Subterfuge: Quantifying the Robustness of Machine Learning and Current Anti-Virus
William Fleshman, Edward Raff, Richard Zak, Mark McLean, Charles Nicholas
TL;DR通过创建新的测试方法,我们评估了针对一组已知的 Benign & Malicious 文件执行敌对修改并评估性能变化的变化以及逃避技术,从而依靠实验证明了仅基于 ML 的系统可以比 AV 产品更有效地检测到试图通过修改来逃避的恶意软件,但在面临显着的新型攻击时可能反应较慢。