English(EN) A Hybrid Approach For Malware Classification Using Secondary Features Fusion

新的混合方法提高了恶意软件分类的准确性

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-03 04:00

研究人员开发了一种新颖的混合方法用于恶意软件分类，旨在改进检测和缓解措施。该方法使用定制的选择过程融合了包括API调用和n-grams在内的二级特征。采用基于投票的算法融合用于预测模型，在Microsoft数据集上实现了0.989的AUC和99.72%的高准确率。 AI

影响这种新颖的方法可以通过提高恶意软件家族分类的准确性和效率来加强网络安全防御。

排序理由该集群包含一篇详细介绍新方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]

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

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Raja Khurram Shahzad, Muhammad Mustaqeem, Haroon Elahi · 2026-06-03 04:00

一种使用二级特征融合的混合方法用于恶意软件分类

arXiv:2606.03432v1 Announce Type: cross Abstract: The number of malware (either variant or novel) is rapidly increasing, making malware detection and mitigation a complex problem. One approach to improving malware mitigation is automatic detection and malware family classificatio…