机器学习与深度学习分类器在检测零日漏洞中的性能
密码学与安全
2019-11-22 v1 机器学习
摘要
零日攻击与漏洞的检测是一个具有挑战性的问题。网络管理员以高准确度识别它们至关重要。准确度越高,防御机制就越鲁棒。在理想情景(即 100% 准确度)下,系统可检测零日恶意软件,而无需担忧误将良性文件标记为恶意软件,或使破坏性恶意代码作为非恶意代码运行。本文研究不同的机器学习算法,以探明它们检测零日恶意软件的能力。通过对 34 个机器/深度学习分类器的检验,我们发现随机森林分类器提供了最佳准确度。本文提出了若干关于机器与深度学习算法在误报率和漏报率均为零时检测零日恶意软件性能的研究问题。
引用
@article{arxiv.1911.09586,
title = {The Performance of Machine and Deep Learning Classifiers in Detecting Zero-Day Vulnerabilities},
author = {Faranak Abri and Sima Siami-Namini and Mahdi Adl Khanghah and Fahimeh Mirza Soltani and Akbar Siami Namin},
journal= {arXiv preprint arXiv:1911.09586},
year = {2019}
}
备注
8 pages, 2 figures, 3 tables, IEEE BigData 2019