Dazzle：使用优化的生成对抗网络解决安全数据类不平衡问题
密码学与安全
2022-05-03 v2 机器学习
软件工程
摘要
背景：机器学习技术已被广泛使用，并在许多软件安全任务（如软件漏洞预测）中展现出有前景的性能。然而，软件漏洞数据集中的类比例通常高度不平衡（因为观测到漏洞的百分比通常非常低）。目标：帮助安全从业者解决软件安全数据类不平衡问题，并进一步借助重采样数据集构建更好的预测模型。方法：我们引入一种称为 Dazzle 的方法，它是带梯度惩罚的条件 Wasserstein 生成对抗网络（cWGAN-GP）的优化版本。Dazzle 通过一种称为贝叶斯优化的新型优化器探索 cWGAN-GP 的架构超参数。我们使用 Dazzle 生成少数类样本以对原始不平衡训练数据集进行重采样。结果：我们使用三个软件安全数据集（即 Moodle 漏洞文件、Ambari 缺陷报告和 JavaScript 函数代码）评估 Dazzle。我们表明 Dazzle 实用，并且相对于现有的最先进过采样技术（如 SMOTE）展现出有前景的改进（例如，在所有数据集中相对于 SMOTE 的召回率平均约有 60% 的改进率）。结论：基于本研究，我们建议将优化的 GAN 用作解决安全漏洞数据类不平衡问题的替代方法。
引用
@article{arxiv.2203.11410,
title = {Dazzle: Using Optimized Generative Adversarial Networks to Address Security Data Class Imbalance Issue},
author = {Rui Shu and Tianpei Xia and Laurie Williams and Tim Menzies},
journal= {arXiv preprint arXiv:2203.11410},
year = {2022}
}