English(EN) WADE: An LSTM-Based Anomaly Detection Engine for WebAssembly Applications

WADE引擎使用LSTM检测WebAssembly应用程序攻击

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-27 04:00

研究人员开发了WADE，一种新颖的异常检测引擎，旨在识别WebAssembly应用程序中的恶意行为。WADE利用长短期记忆（LSTM）网络，通过分析函数级跟踪来学习应用程序的正常执行模式。当发生运行时偏差时，WADE会将其标记为潜在攻击，提供一种无签名的方法来检测已知和新型威胁。在对67个WebAssembly应用程序和十个漏洞类别进行的评估中，WADE实现了零假阴性，假阳性率为0.42%。 AI

影响这项研究介绍了一种保护WebAssembly应用程序的新方法，有可能提高基于Web的软件的安全性。

排序理由详细介绍新技术方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

本文如何被排名

Signal score: 8 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 详细介绍新技术方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, safety; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Ilaria Campestrini, Stefano Zanero, Engin Kirda · 2026-10-27 04:00

WADE：一款基于 LSTM 的 WebAssembly 应用异常检测引擎

arXiv:2610.31984v1 Announce Type: cross Abstract: WebAssembly (Wasm) enables near-native performance for web applications through a portable and sandboxed execution model. However, its limited runtime protection mechanisms (e.g., the lack of stack canaries and address space layou…

本文如何被排名

报道来源 [1]

WADE：一款基于 LSTM 的 WebAssembly 应用异常检测引擎

相关实体

相关话题