Walma 框架使用卷积神经网络检测 WebAssembly 中的内存损坏

研究人员开发了 Walma，一个旨在检测 WebAssembly (Wasm) 环境中内存损坏的新型框架。Walma 将 Wasm 线性内存的快照转换为图像，然后由卷积神经网络进行分析以识别篡改。这种方法可以检测到传统字节和纹理分析所遗漏的修改，即使是那些不由程序输入触发的修改。该系统已在受 CVE 影响的真实应用程序上证明了其有效性，需要显著的内存覆盖才能逃避检测，并为持续的内存完整性检查提供了实际的证明成本。 AI

影响 引入了卷积神经网络在检测 WebAssembly 内存损坏方面的新应用，可能增强 Web 应用程序和服务的安全性。

排序理由 详细介绍检测 WebAssembly 安全漏洞新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• arXiv
• convolutional neural network
• Hugging Face
• Oussama Draissi
• WABench
• Walma
• WebAssembly

• 论文
• 安全

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →