دانلود مقاله یک مطالعه بدافزارهای دوباره بسته بندی شده برای اجتناب از روش های تشخیص مبتنی بر یادگیری ماشین |
|||
|---|---|---|---|
| عنوان فارسی مقاله | یک مطالعه بدافزارهای دوباره بسته بندی شده برای اجتناب از روش های تشخیص مبتنی بر یادگیری ماشین | ||
| عنوان انگلیسی مقاله |
A Study of Repackaging Malware for Evading Machine-Learning Detection |
||
| کلمات کلیدی | یادگیری عمیق، کلان‌داده‌ها، کدگذارهای خودکار پشته‌ای، شبکه‌های باور عمیق، شبکه‌های عصبی کانولوشنی، شبکه‌های عصبی بازگشتی. | ||
| تعداد صفحات فارسی | ۱۱ | ||
| تعداد صفحات انگلیسی | ۱۵ | ||
| رشته | کامپیوتر | ||
| قالب فایل | Word | ||
| سال انتشار | ۲۰۱۹ | ||
| بخش های ترجمه شده | این مقاله به صورت خلاصه و فقط بخش هایی از آن ترجمه شده است. | ||
راهکارهای مبتنی بر یادگیری ماشین، کاربرد موفقی در تشخیص خودکار بدافزارها در برنامه های اندرویدی داشته اند. هرچند می دانیم که مدل های یادگیری ماشین، در مقابل نمونه های مهاجم، قدرت چندانی ندارند. زیرا به شیوه ای حرفه ای، تغییرات اندکی را شامل می شوند. حتی با انتخاب های دقیق، آشفتگی هایی در ورودی های نرمال دیده می شود. در این مقاله، یک حمله جدید و بسیار موثر را معرفی می کنیم که نمونه های مهاجمی از بدافزار اندروید را تولید می کند و توسط مدل های فعلی تشخیص داده نمی شود.
نقد و بررسی‌ها
هنوز بررسی‌ای ثبت نشده است.