研究人员开发了一种新颖的系统，使用生成式AI生成合成恶意软件样本，以应对网络安全领域数据稀缺和不平衡的挑战。该系统将恶意软件二进制文件视为助记符操作码序列，并应用自然语言处理技术，采用了生成对抗网络（GAN）、WGAN-GP和改进的扩散模型。使用基于扩散模型的合成数据增强现有数据集，显著提高了恶意软件分类性能，特别是对少数类别的分类能力，总体准确率提高了8%，达到96%。 AI
影响 通过提高对代表性不足的恶意软件类型的分类准确性，增强了恶意软件检测能力。
排序理由 学术论文，提出了一种使用生成式AI生成合成恶意软件的新方法。
- arXiv
- Diffusion model
- Generative Adversarial Networks
- Generative AI
- Malware
- Wasserstein Generative Adversarial Networks with Gradient Penalty
- WGAN-GP
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
