《表1 PDF实验结果对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的高结构化恶意样本的检测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了验证本文方法的有效性，我们选取了PD-FRate、Wepawet、PJScan等方法进行对比试验，在测试集上的对比结果如表1所示。可以看到，本文的方法（JLMethod）的召回率（99.59%）明显优于PJScan(84.82%）、Wepawet(63.64%）和PDFRate(93.26%）；在精确度方面，Wepawet(100.00%）虽然优于JLMethod(99.65%），但Wepawet的漏报率（36.36%）比JLMethod(4.1‰）更高。这是因为Wepawet比较严格，只有发生恶意行为才被判定为恶意样本，所以该方法准确率较高，但是会有较多的恶意样本逃逸检测，造成较高的漏报率。