《表2 实验数据统计信息:基于遗传算法的恶意代码对抗样本生成方法》
NVIDIA研究团队尚未公布可用的Mal Conv检测模型,因此本文拟依据其论文方案进行复现,针对复现的模型进行逃逸测试。为训练该模型,本实验收集了15168个样本。该样本集由奇安信技术研究院提供,通过在其用户终端进行为期7天的实时收集,并2次筛选获得的真实样本。本实验的训练集和测试集按照9:1划分,详细信息如表2所示。模型输出评分小于0.5的样本判定为良性样本,评分在0.5~1区间的样本判定为恶意样本。通过100轮的迭代训练,模型检测准确率达到98.88%。
图表编号 | XD00220300600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 苏璞睿 |
绘制单位 | 中国科学院大学计算机科学与技术学院、中国科学院软件研究所可信计算与信息保障实验室 |
更多格式 | 高清、无水印(增值服务) |