【恶软】【对抗】【攻】Adversarial Malware Binaries: Evading Deep Learning for Malware Detection in Executables

2023-05-16

作者是Bojan Kolosnjaji, Ambra Demontis等

2018年发表在European Signal Processing Conference

一、主要内容：

在本文中，我们调查了使用深层网络从原始字节中学习的恶意软件检测方法的漏洞。我们提出了一种基于梯度的攻击，这种攻击可以通过在每个恶意软件样本的末尾仅更改几个特定的字节，同时保留其侵入功能，来逃避深度网络检测。结果表明，即使修改的字节数不到1％，我们的对抗性恶意软件二进制文件也极有可能逃避目标网络。

二、设计与实现

本文提出一种基于梯度的攻击，每次优化一个填充字节。找m0-m255中里离g线最近的点mi，mi所表示的字节i 来注入到x中j位置，完成一次填充字节的优化。

在这里插入图片描述

三、总结与评价

实验评估：本文评估了使用原始字节（raw bytes）作为输入的基于神经网络的恶意软件检测方法的鲁棒性。我们提出了一种基于梯度的通用方法，该方法选择应修改哪些字节以更改分类器决策。我们通过在一组恶意样本的末尾注入少量优化字节来应用它，然后使用它们攻击MalConv网络体系结构，最大逃避率达到60％。

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)

【恶软】【对抗】【攻】Adversarial Malware Binaries: Evading Deep Learning for Malware Detection in Executables 的相关文章

SphereFace: Deep Hypersphere Embedding for Face Recognition

Weiyang Liu 1 Yandong Wen 2 Zhiding Yu 2 Ming Li 3 Bhiksha Raj 2 Le Song 1 1 Georgia Institute of Technology 2 Carnegie
【论文笔记】SphereFace: Deep Hypersphere Embedding for Face Recognition

参考文献 xff1a Liu W Wen Y Yu Z et al SphereFace Deep Hypersphere Embedding for Face Recognition J arXiv preprint arXiv 1704
Deep learning系列（十五）有监督和无监督训练

1 前言在学习深度学习的过程中 xff0c 主要参考了四份资料 xff1a 台湾大学的机器学习技法公开课 xff1b Andrew NG的深度学习教程 xff1b Li feifei的CNN教程 xff1b caffe官网的教程 xff1
[action]tensorflow 深度学习实战(1) deep learning 清洗数据

Deep Learning 深度学习清洗数据学习简单的数据处理经验 xff0c 熟悉以后常用的数据集 The objective of this assignment is to learn about simple data cura
iDLG Improved Deep Leakage from Gradients

iDLG Improved Deep Leakage from Gradients 人们普遍认为 xff0c 在分布式学习系统中 xff0c 如协作学习和联合学习等 xff0c 共享梯度不会泄露私人训练数据最近 xff0c Zhu等人 1
[转载][paper]Threat of Adversarial Attacks on Deep Learning in Computer Vision: A Survey

文章目录摘要深度学习是当前人工智能崛起的核心在计算机视觉领域 xff0c 它已经成为从自动驾驶汽车到监控和安全等各种应用的主力虽然深度神经网络在解决复杂问题方面取得了惊人的成功通常超出了人类的能力 xff0c 但最近的研究表明 x
【文献笔记】【精读】Deep Learning-Based Communication Over the Air

文章地址 xff1a Deep Learning Based Communication Over the Air 建议在看这篇blog前先看这篇 xff1a 文献笔记精读 An Introduction to Deep Learning
【文献笔记】【精读】LEARNING TO PROTECT COMMUNICATIONS WITH ADVERSARIAL NEURAL CRYPTOGRAPHY

文章地址 xff1a Learning to Protect Communications with Adversarial Neural Cryptography 源码 xff08 第三方 xff09 xff1a pytorch http
AT-AWP：Adversarial weight perturbation helps robust generalization

本文提出一种简单而有效的对抗权重扰动 AWP 来明确规范化权重损失图的平滑度 xff0c 在对抗训练框架中形成双重扰动机制输入扰动和权值扰动大量实验表明 xff0c AWP确实使权重损失图更加平缓 xff0c 并且可以很容易地融入各种现
A-Softmax的keras实现-《SphereFace: Deep Hypersphere Embedding for Face Recognition》

A Softmax的keras实现参考文档 xff1a https www cnblogs com heguanyou p 7503025 html 注 xff1a 主体完成 xff0c 调试中 xff0c 先行记录 xff0c 待续已
[翻译]Learning Deep Features for Discriminative Localization

英文原文请点这里摘要在这项工作中 xff0c 我们重新审视了 Network in network 中提出的全局平均池化层 xff08 global average pooling xff09 xff0c 并阐明了它是如何通过图片标签
论文笔记：Learning Deep Features for Discriminative Localization

一这篇论文解决什么问题原始问题 xff1a Weakly supervised object localization xff0c 研究发现 xff0c 图像分类任务上训练的CNN xff0c 可以直接用于物体定位两个子问题 xff1
Deep Learning Notes: Chapter 1 Introduction

前言最近开始读 Deep Learning 一书这让我有了一个边读书边写笔记的动机 xff1a 能够让人很轻松流畅的把握住这本书的脉络 xff0c 从而读懂这本书的核心内容由于终究是英文表达更地道 xff0c 因此该笔记都是节选自书中
【数据聚类|深度聚类】Nearest Neighbor Matching for Deep Clustering（NNM）论文研读

文章目录 Abstract Intorduction Related work Deep Clustering Contrastive Representation Learning Methodology Unsupervised Rep
Deep Learning 最优化方法之RMSProp

本文是Deep Learning 之最优化方法系列文章的RMSProp方法主要参考Deep Learning 一书整个优化系列文章列表 xff1a Deep Learning 之最优化方法 Deep Learning 最优化方法之S
论文笔记之 Collaborative Deep Learning for Recommender Systems

这篇论文是KDD2015的一篇用DL去做RS的论文想法挺有意思的看过论文的同学都知道整体的模型可以用下图表示 xff1a 这里只讲讲整体的思路与理解 xff1a 1 xff09 这是一个CF和CBF结合用bayes去做 2 xff09
An Introduction on Deep Learning for the Physical Layer

An Introduction on Deep Learning for the Physical Layer 代码实现 xff1a https github com shengjian3476077 DLforPhy 一文章的主要工作
AppCertDlls：病毒导致 Win32 上的进程创建速度减慢

大约两个月来我在 Windows XP Home SP3 上遭受了严重的进程创建惩罚这个问题在创建大量进程的任务中最为明显且烦人例如 shell 脚本顺便说一句 Cygwin 上的 bash 脚本 Makefile 或解压 IzPa
禁用 JShell 历史记录

默认情况下 JShell 启用所有键入内容的持久历史记录可以通过按向上箭头来调用关闭此功能的设置在哪里另外我如何清除当前历史记录也许我比较笨但是我不明白这个命令 reset似乎什么也没做另外我如何清除当前历史记录我提出
android 点击劫持，如何防止它

试图避免我的观点涉及从覆盖层接收反馈以下是某人在 Android 上进行的黑客攻击示例允许用户无意中按下系统按钮属性甚至输入凭据来执行与最初意图完全不同的操作 http www youtube com watch v gCLU7YUX

随机推荐

我的创作纪念日

我的创作纪念日机缘收获日常憧憬机缘跟CSDN相识是在十多年前了 xff0c 当时是在上面找资料 xff0c 注册账号是为了下载上面的资源至于写东西是从2021年开始的 xff0c 与其说是写不如说是记录 xff0c 记录下来工作中用
linux 单机部署rabbitmq

linux 单机部署rabbitmq 背景环境部署下载端口开具erlang安装RabbitMQ安装背景 rabbitmq 是指在应用间传送的数据消息可以非常简单 xff0c 比如只包含文本字符串 xff0c 也可以更复杂 xff0c 可
linux 服务器时钟同步设置

linux 服务器时钟同步设置 1 背景2 简介3 环境4 安装及配置5 配置使用5 1 服务端配置5 1 1 修改配置5 1 2 开启同步5 1 3 防火墙策略配置 5 2 客户端配置5 2 1 修改配置5 2 2 开启同步 5 3 ch
电脑安装双系统-linux系统上安装windows系统

电脑安装双系统 1 背景2 环境3 思路4 操作步骤4 1 安装gparted4 2 设置windows安装驱动器4 3 安装windows10操作系统4 4 设置开机引导 1 背景电脑安装的elementary OS 5 1 7 基本能
MacOS配置iterm2漂亮实用的主题

效果预览注意事项需要oh my zsh请自行安装安装该主题需要的字体文件 cd git clone https github com powerline fonts git depth 61 1 cd fonts install sh
使用python 将excel中数据批量生成word周报

使用python 将excel中数据调用word模板批量生成word周报背景环境功能需求程序实现背景日常项目中每周需要召开项目周会 xff0c 会议纪要和会议周报是必不可少的一项内容 xff0c 会议纪要要求监理方会后发送给参会方成员
自动化运维-批量安装Linux操作系统

自动化运维批量安装Linux操作系统 1 背景2 Cobbler基础2 1 Cobbler介绍2 2 Cobbler服务 3 系统环境3 1 系统环境3 2 网络环境3 2 1 实体机网络设置3 2 2 虚拟机网络设置3 2 2 1 VM
linux操作系统中业务程序及服务的开机启动

linux操作系统中业务程序及服务的开机启动设置 1 背景2 目标3 启动类型3 1 服务启动systemctl3 2 服务启动chkconfig3 2 1 查看服务3 2 2 系统自带服务的设置3 2 3 添加服务设置 3 3 开机启动脚
Thinkpad X201i笔记本电脑开机Fan Error

Thinkpad X201i笔记本电脑开机Fan Error 1 背景2 现象3 更换风扇3 1 准备工具3 2 开始拆机 1 背景家里的老笔记本电脑 xff0c thinkpad X201i笔记本电脑 xff0c 一直在使用 xff0c
Linux操作系统安装MySQL（rpm安装）

Linux操作系统安装MySQL xff08 rpm安装 xff09 1 背景2 环境说明3 准备工作3 1 端口查看3 2 检查安装3 3 创建MySQL用户和组 4 MySQL安装4 1 下载MySQL4 2 解压安装包4 3 安装My
MySQL配置数据库审计

MySQL配置数据库审计 1 背景2 环境3 准备工作4 安装审计4 1 解压审计包4 2 查看数据库插件目录4 3 安装数据库审计插件4 3 1 复制到插件目录4 3 2 修改插件权限4 3 3 设置审计参数4 3 4 修改数据库审计配置
[漏洞修复]Docker runc容器逃逸漏洞(CVE-2021-30465)

漏洞修复 Docker runc容器逃逸漏洞CVE 2021 30465 1 背景2 漏洞描述3 影响版本4 安全版本5 修复建议6 升级影响7 修复步骤 1 背景 2021年5月31日 xff0c 阿里云应急响应中心监测到国外安全研究人员
linux系统挂载硬盘

linux系统挂载硬盘 1 背景2 环境3 准备工作4 挂载分区4 1 查看分区信息4 2 创建分区4 3 设置分区格式4 4 创建挂载目录4 5 挂载分区4 6 设置开机自动挂载4 7 验证是否挂载成功 1 背景日常使用过程中随着系统业
ACFLY接口定义

E的接口在原理图中可以找到 xff0c 看上去像是I2C的接口 xff0c 其实是SPI xff0c 因为ACFLY采购的屏它就是这么标接口的不过我想把这个SPI接口让给LORA无线通信模块 xff0c 拓展一下无线功能 ACFLY板子是
FreeRTOS之Stream Buffers(流缓冲区)

ACFly用到了Steam Buffers xff0c 特地调了3个最常见的API查了一下 xff0c 其他的API都和这些差不多 Steam Buffers 是最近几版本Freertos出现的数据结构 xStreamBufferCreat
python3使用自带venv创建虚拟环境及vscode配置

使用自带venv创建虚拟环境 python3 3后支持 mkdir env python3 m venv env 或 mkdir env cd env python3 m venv 使用virtualenv创建虚拟环境 pip instal
【恶软检测】【防】Deep neural network based malware detection using two dimensional binary program features

使用二维二进制程序特征的基于深度神经网络的恶意软件检测作者是Saxe J xff0c Berlin K 2015 年发表在10th International Conference on Malicious and Unwanted So
【生成对抗样本】Simple Black-Box Adversarial Attacks on Deep Neural Networks

对深度神经网络的简单黑盒对抗性攻击作者 xff1a Narodytska N xff0c Kasiviswanathan S 2017年发表在IEEE Computer Society Conference on Computer Vis
【恶意软件检测】【防】On Training Robust PDF Malware Classifiers

论文链接 xff1a https arxiv org pdf 1904 03542 pdf 开源项目地址 xff1a https github com surrealyz pdfclassifier本文发表在USENIX Security
【恶软】【对抗】【攻】Adversarial Malware Binaries: Evading Deep Learning for Malware Detection in Executables

作者是Bojan Kolosnjaji Ambra Demontis等 2018年发表在European Signal Processing Conference 一主要内容 xff1a 在本文中 xff0c 我们调查了使用深层网络从原始

【恶软】【对抗】【攻】Adversarial Malware Binaries: Evading Deep Learning for Malware Detection in Executables

【恶软】【对抗】【攻】Adversarial Malware Binaries: Evading Deep Learning for Malware Detection in Executables 的相关文章

随机推荐

热门标签