Scidown文献预览系统!
自动分析病毒的准确标记和有效的恶意软件检测( Maat: Automatically Analyzing VirusTotal for Accurate Labeling and Effective Malware Detection )
Aleieldin Salem Sebastian Banescu Alexander Pretschner
恶意软件分析和检测研究社区依赖在线平台VirusTotal,根据大约60台抗病毒扫描仪的扫描结果给安卓应用程序贴上标签。不幸的是,没有关于如何最好地解释从VirusTotal获得的扫描结果的标准,这导致使用不同的基于阈值的标记策略(例如,如果10个或更多的扫描仪认为一个应用程序是恶意的,那么它就被认为是恶意的)。虽然使用的一些阈值可能能够准确地接近应用程序的基本事实,但VirusTotal改变其使用的扫描仪集和版本的事实使这些阈值随着时间的推移变得不可持续。我们实现了一种方法Maat,通过自动生成基于机器学习(ML)的标记方案来解决标准化和可持续性问题,该方案优于基于阈值的标记策略。通过对53K个Android应用程序的VirusTotal扫描报告,比较了Maat基于机器学习(ML)的标记策略与基于阈值的标记策略的性能,评价了Maat基于机器学习(ML)的标记策略的适用性。我们发现,这种基于ML的策略(a)可以根据病毒扫描报告准确一致地标记应用程序,(b)有助于训练基于ML的检测方法,这些方法比基于阈值的方法更有效地分类样本外的应用程序。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】