文献

J-GLOBAL ID：202102243386829260   整理番号：21A1250121

知識蒸留に基づく悪意コードファミリー検出法【JST・京大機械翻訳】

Malicious Code Family Detection Method Based on Knowledge Distillation

著者 (4件)： Wang Runzheng (中国人民公安大学信息网絡安全学院 北京 100038) ,  Gao Jian (中国人民公安大学信息网絡安全学院 北京 100038;安全防范与風険評估公安部重点実験室 北京 102623) ,  Huang Shuhua (中国人民公安大学信息网絡安全学院 北京 100038;安全防范与風険評估公安部重点実験室 北京 102623) ,  Tong Xin (中国人民公安大学信息网絡安全学院 北京 100038)
資料名： Jisuanji Kexue  (Jisuanji Kexue)
巻： 48  号： 1  ページ： 280-286  発行年： 2021年 
JST資料番号： C2530A  ISSN： 1002-137X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 近年,悪意のあるコード変種は,悪意のあるソフトウェアは,より隠蔽性であり,そして,悪意のあるソフトウェアは,悪意のあるサンプルを識別するために,より隠し,そして,永続的であった。現状に対して、本文では、知識蒸留に基づく悪意コードの家族検出方法を提案し、このモデルは逆の逆コンパイルの悪意サンプルを通じて、悪意コードの可視化技術を利用して、二値テキストを画像に転換し、それによって従来の特徴工程への依存を避けた。教師ネットワークモデルにおいて,残差ネットワークを用いて,画像テクスチャの深い特徴を抽出すると同時に,チャネル領域の注意機構を導入し,チャネル重みの変化に従って,画像中のキー情報を抽出した。検出サンプルの認識効率を加速し,深さニューラルネットワークに基づくモデルパラメータの大量計算と計算資源消費の深刻な問題を解決するために,教師ネットワークモデルを使用して,学生ネットワークモデル訓練を指導し,その結果,学生ネットワークがモデルの複雑さを低減させることを示した。これは,悪意コードファミリーの検出効果を維持し,バッチサンプルの検出と移動端の展開に有益である。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： ネットワーク ,  *蒸留 ,  ニューラルネットワーク ,  残差 ,  隠蔽力 ,  *検出法 ,  ソフトウェア ,  チャネル
準シソーラス用語： ネットワークモデル ,  モデルパラメータ ,  画像テクスチャ ,  計算資源 ,  コンパイル , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 知識蒸留 ,  ファミリー ,  検出法