OOG——用于表格类不平衡恶意软件数据的 Optuna 优化 GAN 采样技术
密码学与安全
2022-12-05 v1 机器学习
摘要
在现代技术时代，网络空间占据了人们生活的很大一部分，虽然有人善意地使用它，但也有人并非如此。恶意软件是一种其构建并非出于良性目的的应用程序，它可损害、窃取甚至篡改个人信息以及安全应用和软件。因此，有许多避免恶意软件的技术，其中之一是生成恶意软件样本，以便系统能随着恶意软件数量的增长而更新，从而在其试图入侵时加以识别。本研究使用生成对抗网络(Generative Adversarial Network, GAN)采样技术来生成新的恶意软件样本。GAN 有多种变体，要确定哪种变体对给定数据集样本最优，必须修改其参数。本研究采用自主超参数调优算法 Optuna 来确定所考虑数据集的最优设置。本文展示了 Optuna 优化 GAN(OOG)方法的架构，并给出了准确率、精确率、召回率和 F1 分数分别为 98.06%、99.00%、97.23% 和 98.04% 的分数。在调整五种监督提升算法 XGBoost、LightGBM、CatBoost、Extra Trees Classifier 和 Gradient Boosting Classifier 的超参数后，本文方法还采用加权集成技术来获得该结果。除比较该领域现有工作外，本研究还展示了 GAN 相较于 SMOTE 等其他采样技术的良好前景。
引用
@article{arxiv.2212.01274,
title = {OOG- Optuna Optimized GAN Sampling Technique for Tabular Imbalanced Malware Data},
author = {S. M Towhidul Islam Tonmoy and S. M Mehedi Zaman},
journal= {arXiv preprint arXiv:2212.01274},
year = {2022}
}
备注
Accepted for publication at 2022 IEEE International Conference on Big Data (IEEE BigData 2022)