denoising autoencoder

MalPurifier 框架增强了针对规避攻击的 Android 恶意软件检测能力

研究人员开发了 MalPurifier，一个新颖的对抗性净化框架，旨在增强用于 Android 恶意软件检测的机器学习模型的鲁棒性。该框架包含一个多样化的对抗性扰动机制、一个针对良性数据的噪声注入策略以及一个具有双目标损失的去噪自动编码器。实验表明，MalPurifier 的性能显著优于现有防御措施，在面对 37 种不同的规避攻击时仍能保持超过 90.91% 的准确率，并且可以轻松地作为即插即用模块集成。