研究人员开发了一种通过微妙地改变对抗性二进制文件来投毒连续恶意软件检测管道的方法。这些通过导入地址表注入等技术创建的操纵样本，会显著降低机器学习模型检测新威胁的能力。该研究还评估了一种使用同质集成器的防御机制，该机制在过滤掉大部分投毒尝试方面被证明是有效的。 AI
影响 凸显了基于机器学习的安全系统的漏洞以及对健壮的预摄取验证的需求。
排序理由 学术论文，详细介绍了对连续恶意软件摄取管道的新型灰盒投毒攻击。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2605.04698v1 Announce Type: cross Abstract: Modern malware detection pipelines rely on continuous data ingestion and machine learning to counter the high volume of novel threats. This work investigates a realistic gray-box poisoning threat model targeting these pipelines. U…