![arxiv：2501.01110V1 [CS.CR] 2025年1月2日](/simg/4/404a1e6932d840dd3fa0139386f95a2f96b1d402.webp)
机构名称：
¥ 1.0
针对恶意软件分类的持续学习（CL）解决了恶意软件威胁的迅速发展的性质和新型类型的频率出现。生成重播（GR） - 基于CL系统利用生成模型生成过去数据的合成版本，然后将其与新数据结合使用以重新训练主要模型。该领域中的传统机器学习技术通常会在灾难性遗忘中挣扎，在这种情况下，模型在旧数据上的性能随着时间的推移而降低。在本文中，我们引入了一个基于GR的CL系统，该系统将生成的对抗网络（GAN）具有功能匹配损失，以生成高质量的恶意软件样本。在方面，我们根据模型的隐藏表示形式实施了用于播放样本的创新选择方案。我们在课堂知识学习方案中对Windows和Android恶意软件数据集进行了全面评估 - 在多个任务上不断引入新课程 - 证明了对先前方法的实质性改进。例如，我们的系统在Windows恶意软件中的平均准确度为55％，大大优于其他基于GR的模型的平均准确性高出28％。本研究为推进基于GR的恶意软件分类系统提供了实用的见解。该实施可在https://github.com/malwarereplaygan/ malcl 1中获得。
arxiv：2501.01110V1 [CS.CR] 2025年1月2日
主要关键词
![arxiv：2501.01110V1 [CS.CR] 2025年1月2日PDF文件第1页](/bimg/e/ef0ea09745381de916382853d3454609439ee5f1.webp)
![arxiv：2501.01110V1 [CS.CR] 2025年1月2日PDF文件第2页](/bimg/5/57ef1b53f6ca6ac471d1996ceef8dac29bbbcb0f.webp)
![arxiv：2501.01110V1 [CS.CR] 2025年1月2日PDF文件第3页](/bimg/b/bcf3d067d967ba7f7942938c2b932d81da4ac96c.webp)
![arxiv：2501.01110V1 [CS.CR] 2025年1月2日PDF文件第4页](/bimg/f/f87b4b905edde1257e85cef367ddffd878de6fbf.webp)
![arxiv：2501.01110V1 [CS.CR] 2025年1月2日PDF文件第5页](/bimg/a/a381bfddac6654ab118144772d6d59d09de088f9.webp)
相关文件推荐
![arxiv：2501.14431v1 [CS.CL] 2025年1月24日](/simg/f/f73082de503903be6611b56563643f25eee5f89c.webp)
![arxiv：2502.11110V1 [CS.CR] 2025年2月16日](/simg/c/c8ed3f17197796789e20c76f9924d994671e5f1e.webp)
![arxiv：2501.15721V1 [CS.HC] 2025年1月27日](/simg/5/52e5eb45581b93c8418e45e7724b6abcf5bebb84.webp)
![arxiv：2501.06692v1 [CS.CV] 2025年1月12日](/simg/8/8f2a32b34a443218d0d75cc2ab61407c3a5b45b0.webp)
![arxiv：2501.03537V1 [CS.HC] 2025年1月7日](/simg/f/f8b0197a55e6cd57b6ab84ca1d60d872d4addfb9.webp)
![arxiv：2501.08226v1 [CS.CV] 2025年1月14日](/simg/f/f34f8d534697fef9e881c4cbde170d193b286378.webp)
![arxiv：2501.05322v2 [CS.HC] 2025年1月12日](/simg/4/45604f250a4cc6bce085a805c5061f7c83224f79.webp)
![arxiv：2501.15108V1 [CS.CL] 2025年1月25日](/simg/6/68469aebdf15a3773f7ffce893b53550c5396f9a.webp)
![arxiv：2501.10885v2 [cs.lg] 2025年1月27日](/simg/4/47e662c8d495fa7b3a088ee6e0074dc9f438925e.webp)
![arxiv：2501.14189v1 [cs.ai] 2025年1月24日](/simg/a/ad0826889a538270a9068b0b5ddda338f5f94e1c.webp)
![arxiv：2501.03902v1 [cs.lg] 2025年1月7日](/simg/d/d3732aa5caf3dad783e76c4e1d220d4fe68edf17.webp)
![arxiv：2501.00861v1 [cs.hc] 2025年1月1日](/simg/c/cd0cb41c2c5d4e0aadbfe14c1536da611e3c101a.webp)
![arxiv：2501.16165v1 [cs.cr] 2025年1月27日](/simg/1/171f982992eecabd89c58411b5c551f1b9e106a4.webp)
![arxiv：2501.16848v1 [cs.lg] 2025年1月28日](/simg/e/e13cc1d46c0a6063406bda81c0bb68952e49eab6.webp)
![arxiv：2501.07447v1 [cs.lg] 2025年1月13日](/simg/b/bd85019652740d4af0b81f6cf8e79131ce64fb19.webp)
![arxiv：2501.16981v1 [cs.cv] 2025年1月28日](/simg/8/8fe8770514ff2f087487c1f519d3aa07c4215e9e.webp)
![arxiv：2501.04966v1 [cs.cv] 2025年1月9日](/simg/d/dea7ad7b96ec0868bc89135a1c4313459741b73c.webp)
![arxiv：2501.10089v1 [cs.cv] 2025年1月17日](/simg/7/741beda39614c3a573d37b99ccd8947f62d2e5fa.webp)
![arxiv：2501.15415v1 [cs.cv] 2025年1月26日](/simg/8/84782461405a7624ab37009ae9f74c6fa1c1bb44.webp)
![arxiv：2501.15369v1 [cs.cv] 2025年1月26日](/simg/4/4ad27d92a40e7e9934a51e62ccda0296dabb88fb.webp)
![arxiv：2501.04352v1 [cs.cv] 2025年1月8日](/simg/2/20b4b7601c5e5a91b018a205c40e7fc43aa3e198.webp)
![arxiv：2501.06907v1 [cs.lg] 2025年1月12日](/simg/5/584bd367ef6a329bbc6fec1335a5fa5c13bb982d.webp)
![arxiv：2501.09380v1 [cs.cr] 2025年1月16日](/simg/5/53ee5f48138db1a74ce31aaf47a7548b04e739c6.webp)
![arxiv：2501.16546v1 [cs.ai] 2025年1月27日](/simg/0/034c54f7346ac860f99cd36ed1d83ff17b75cf2b.webp)
![arxiv：2501.07994v1 [cs.cv] 2025年1月14日](/simg/c/cf0bc4d3de0f3d3629290402e430b2d6c96cb963.webp)
![arxiv：2501.02842v1 [cs.ir] 2025年1月6日](/simg/7/7e6a577afdac3ea40469e656198dccc8bf8a6987.webp)
![arxiv：2501.07985v1 [cs.ro] 2025年1月14日](/simg/c/c3a0101d75e42540c70527ec0a228410e73721c3.webp)
![arxiv：2501.16346v1 [cs.lg] 2025年1月18日](/simg/1/10c0964b0368b2f7aecdd616acbf1ae8f0dbaacb.webp)
![arxiv：2501.01526v1 [cond-mat.mes-hall] 2025年1月2日](/simg/a/af30dccb66a49215bfb27adbd5eeffcd8ffd4340.webp)
