用于恶意软件分类的序列嵌入注意力(SEA)分类器
密码学与安全
2023-02-14 v1 机器学习
摘要
智能设备的巨大增长助长了若干安全威胁。其中最显著的威胁之一是恶意软件。恶意软件能够损坏设备并瘫痪整个网络。因此，其早期检测与缓解对于避免灾难性影响极为重要。在这项工作中，我们提出了一种利用最先进自然语言处理(NLP)技术的恶意软件检测方案。我们的主要焦点是提供一个轻量且有效的恶意软件检测分类器，可用于异构设备，无论是资源受限设备还是资源充裕机器。我们所提模型在基准数据集上测试，准确率和对数损失分数分别为99.13%和0.04。
引用
@article{arxiv.2302.05728,
title = {Sequential Embedding-based Attentive (SEA) classifier for malware classification},
author = {Muhammad Ahmed and Anam Qureshi and Jawwad Ahmed Shamsi and Murk Marvi},
journal= {arXiv preprint arXiv:2302.05728},
year = {2023}
}