Seonghoon Jeong

新型Transformer模型DRIFT增强DGA检测能力以应对不断演变的威胁

研究人员开发了一个名为DRIFT的新型基于Transformer的框架，以对抗僵尸网络中使用的领域生成算法（DGA）不断演变的威胁。通过一项为期九年的研究，他们观察到随着新变种的出现，现有的DGA检测方法会迅速退化。DRIFT通过学习不变表示来解决这个问题，它采用混合标记化策略，结合了字符级和子词级编码，以及多任务自监督预训练。评估表明，DRIFT显著缓解了时间退化，并在前向链接实验中超越了当前最先进的基线，提供了更可靠的长期防御。