Jul, 2024

关于多语种文件的滥用和检测

PDF
TL;DR在本研究中，我们发现现有的文件格式和嵌入式文件检测工具都不能可靠地检测出在野外使用的多格式文件，从而使组织面临攻击的风险。为了解决这个问题，我们研究了恶意攻击者在野外使用多格式文件的情况，并创建了一个新的数据集来训练机器学习检测解决方案，PolyConv。我们还开发了一个内容清除和重建工具，ImSan，有效地消毒了所有测试的基于图像的多格式文件。我们的工作为防御者提供了具体的工具和建议，以更好地抵御多格式文件，并为未来的工作提供方向，以创建更强大的文件规范和消除方法。
polyglot filesmalware detection systemsfile-format identificationmachine learning detectioncontent disarmament and reconstruction
发现论文，激发创造
  • PolyGlotFake：一种新颖的多语言和多模态 DeepFake 数据集

    通过提出一个新颖的、多语种的、多模态的深度伪造数据集 PolyGlotFake，本研究在该数据集上进行了实验，展示了多模态深度伪造检测研究中的重要挑战和实用价值。

    May, 2024

  • Polyglot-Ko 技术报告：开源大规模韩语语言模型

    Polyglot 韩文模型是为了解决多语言语言模型中的非英语语言表现差距而开发的，一个特定重点是韩文的模型

    Jun, 2023

  • 芝麻街上的混合语言：对抗性多语种者的黎明

    本文介绍两种针对多语言模型的黑盒对抗攻击和一种高效的对抗性训练方案，以提高多语言模型处理混合语言的表现。短语级攻击的成功率为 89.75％，将 XLM-R-large 的平均准确性从 79.85 降至 8.18。

    Mar, 2021

  • 多语言神经语言模型：跨语言音标表示学习案例研究

    通过应用多语言情境下的共用符号表示和语言的语言信息来训练递归神经网络模型，我们介绍了多语言模型的思想，以解决建模音序列的问题，该问题中具有普遍符号发明和跨语言共享特征表示。实验结果表明，多语言模型比单语言模型具有更好的泛化性能和更高质量的语音特征表示。

    May, 2016

  • API 中的多语言语义解析

    通过训练多个数据集和自然语言的模型，实现多语言语义解析，将文本转换为代码标识，通过图形解码框架并在多个基准测试中取得了最优表现。

    Mar, 2018

  • GlyphNet：Homoglyph 域名数据集及使用基于注意力的卷积神经网络进行检测

    本文介绍了一种基于图像数据和卷积神经网络的注意力基线方法，能够在实际场景中检测和识别 Homoglyph 攻击，并优于现有方法。

    Jun, 2023

  • 多语种文本分类的生成对抗攻击

    通过对多语言释义模型进行敌对目标的微调，我们提出了一种对抗性攻击算法，用于伪造多语言分类器的有效的对抗性样本，实验证明该方法在查询效率方面优于现有基准模型。

    Jan, 2024

  • 攻击神经文本检测器

    本文介绍了两种黑匣子攻击方法，一种是将字符随机替换为了形似字，另一种是故意拼错单词，受攻击的神经文本检测器从 97.44％降至 0.26％和 22.68％，攻击也可转移至其他文本检测器。

    Feb, 2020

  • 图像识别上的对抗攻击多用途防御

    在这篇论文中，提出了一种多功能的防御方法，只需要训练一个模型就能有效抵抗各种未知的对抗性攻击，并且该模型的分类准确率平均提高至 86%，表现比之前研究中提出的其他防御方法更好。在面对 PGD 攻击和 MI-FGSM 攻击时，多功能防御模型甚至超过了基于这两种攻击训练的特定攻击模型，并且鲁棒性检查显示我们的多功能防御模型在攻击强度下表现稳定。

    Mar, 2024

  • HAPSSA: 使用信号和统计分析的全面 PDF 恶意软件检测方法

    本文提出一种全面且简单的基于信号和统计分析的方法，以检测 PDF 恶意软件，采用分别从不同静态和动态恶意软件检测方法中选择的正交特征空间模型进行结合，以实现检测恶意代码混淆的鲁棒性。使用近 3 万个 PDF 文件数据集，我们证明该方法保持高检测率（99.92％），甚至检测到由恶意软件作者进行的混淆的新的恶意文件，并且是大多数防病毒软件无法检测到的。

    Nov, 2021