如今,反恶意软件所面临的主要挑战之一是需要评估大量数据的潜在恶意意图。例如,微软的实时反恶意软件检测产品可在全球超过6亿台计算机上运行[36]。这将产生数千万的每日数据点,以分析为潜在的恶意软件。大量不同文件的主要原因之一是,为了逃避检测,恶意软件作者将多态性引入了恶意组件。这意味着使用各种策略不断修改和/...
我们相信这个数据集可以被研究基于行为的恶意软件分析的研究人员使用。 2方法 该数据集包含关于基于已知恶意软件执行的cuckoo沙箱和基于MD5签名的文件分类的原始数据。 Windows API是一个用于在Windows操作系统上开发应用程序的接口。应用程序开发人员可以使用Windows api与操作系统通信。因此,操作系统以API的形式提供了许多服...
SoReL-20M是一个含有2000万Windows PE文件元数据、标签和特征的数据集,其中包含1000万去除恶意软件功能的恶意软件样本,目标是为设计检测恶意软件的机器学习方法提供足够的数据集。同时开源的还有在这些数据上预训练的基于PyTorch 和 LightGBM的机器学习模型作为基准。 自然语言处理和图像处理领域都有很多公开的数据集,比如M...
malimg dataset-基于图像分析的恶意软件检测和分类数据集我们考虑了基于图像分析的恶意软件检测和分类问题。我们将可执行文件转换为图像,并使用深度学习(DL)模型应用图像识别。为了训Robot 机器人 公开数据集