搜索

[625] 2018-05-11_检测恶意软件分类模型中的概念漂移现象

文档创建者：s7ckTeam
浏览次数：10
最后更新：2025-01-16
2018-05-11_检测恶意软件分类模型中的概念漂移现象 检 测 恶 意 软 件 分 类 模 型 中 的 概 念 漂 移 现 象 A r k T e a m   2 0 1 8 - 0 5 - 1 1 作 者 ： { W J N } @ A r k T e a m 原 文 标 题 ： T r a n s c e n d :   D e t e c t i n g   C o n c e p t   D r i f t   i n   M a l w a r e   C l a s s i f i c a t i o n   M o d e l s . 原 文 作 者 ： R o b e r t o   J o r d a n e y ,   K u m a r   S h a r a d ,   S a n t a n u   K .   D a s h ,   Z h i   W a n g , D a v i d e   P a p i n i ,   I l i a   N o u r e t d i n o v   a n d   L o r e n z o   C a v a l l a r o 原 文 出 处 ： 2 6 t h   U S E N I X   S e c u r i t y   S y m p o s i u m ,   A u g u s t   1 6 – 1 8 ,   2 0 1 7 , I S B N   9 7 8 - 1 - 9 3 1 9 7 1 - 4 0 - 9 通 过 训 练 机 器 学 习 模 型 来 进 行 恶 意 代 码 分 类 和 识 别 已 经 成 为 十 分 流 行 的 做 法 。 但 是 随 着 恶 意 代 码 的 迅 速 演 化 ， 机 器 学 习 分 类 模 型 往 往 会 出 现 模 型 退 化 和 概 念 漂 移 的 现 象 ， 从 而 很 难 持 续 应 用 。 针 对 这 样 的 背 景 ， 本 文 提 出 了 T r a n s c e n d — — 一 种 用 于 评 估 分 类 模 型 并 识 别 是 否 出 现 退 化 问 题 的 框 架 。 评 估 机 器 学 习 模 型 的 算 法 主 要 可 分 为 以 下 两 类 ： ( i ) 概 率 评 估 算 法 ， 评 估 测 试 对 象 属 于 某 个 类 别 的 可 能 性 ， 总 和 为 1 ， 因 此 对 于 不 属 于 任 何 类 别 的 以 前 未 见 过 的 测 试 对 象 而 言 ， 可 能 会 出 现 人 为 倾 斜 的 可 能 性 。 ( i i ) 统 计 评 估 算 法 ， 评 估 与 类 内 所 有 成 员 相 比 ， 测 试 对 象 属 于 该 类 别 的 可 能 性 有 多 大 。 该 算 法 考 虑 了 评 估 对 象 与 类 别 中 其 他 对 象 的 一 致 性 程 度 的 比 较 ， 通 常 会 对 评 估 质 量 提 供 更 强 的 保 证 。 本 文 的 工 作 主 要 是 剖 析 C o n f o r m a l   P r e d i c t o r （ C P ） 统 计 算 法 ， 并 提 取 其 合 理 的 统 计 基 础 来 构 建 一 致 性 评 估 器 （ C E ） ， 从 而 实 现 概 念 漂 移 现 象 的 检 测 。 一 、 C P 算 法 分 类 算 法 通 常 会 有 一 个 评 分 函 数 来 评 估 待 测 试 对 象 属 于 某 一 具 体 类 别 的 可 能 性 。 T r a n s c e n d 便 是 利 用 分 类 算 法 的 评 分 函 数 来 计 算 不 一 致 性 度 量 （ n o n - c o n f o r m i t y   m e a s u r e ） ， 因 此 具 有 通 用 性 并 可 与 多 种 M L 算 法 兼 容 。 P - v a l u e 代 表 着 在 被 选 定 的 标 签 中 ， 有 多 少 比 例 的 样 本 是 与 该 标 签 的 不 一 致 性 程 度 是 大 于 等 于 待 测 样 本 的 。 二 、 评 估 指 标 （ 1 ） a l g o r i t h m   c r e d i b i l i t y ， 定 义 为 测 试 对 象 z 与 被 分 析 的 算 法 判 定 的 标 签 的 p - v a l u e 。 用 于 度 量 待 测 试 对 象 与 被 判 定 的 标 签 的 相 似 性 程 度 ， c r e d i b i l i t y 越 大 说 明 越 相 似 。
（ 2 ） a l g o r i t h m   c o n f i d e n c e ， 定 义 为 1 减 去 除 算 法 选 择 的 p - v a l u e 之 外 的 所 有 p - v a l u e 中 的 最 大 p - v a l u e 。 用 于 度 量 评 估 算 法 对 自 己 做 出 的 判 定 的 确 定 性 程 度 ， c o n f i d e n c e 越 大 说 明 越 确 定 。 三 、 评 估 结 果 对 算 法 的 评 价 有 以 下 四 种 可 能 的 结 果 ： （ i ） c r e d i b i l i t y 高 ， c o n f i d e n c e 高 - 最 佳 情 况 ， 该 算 法 能 够 正 确 识 别 朝 向 一 个 类 和 一 个 类 的 样 本 。 （ i i ） c r e d i b i l i t y 高 ， c o n f i d e n c e 低 - 该 算 法 无 法 将 样 本 正 确 地 与 数 据 集 中 存 在 的 任 何 类 相 关 联 。 （ i i i ） c r e d i b i l i t y 低 ， c o n f i d e n c e 低 - 该 算 法 为 样 本 提 供 了 标 签 ， 但 它 似 乎 与 另 一 个 标 签 更 相 似 。 （ i v ） c r e d i b i l i t y 低 ， c o n f i d e n c e 高 - 根 据 算 法 ， 似 乎 该 样 本 与 两 个 更 多 类 相 似 。 用 户 可 根 据 自 身 需 求 将 上 述 四 种 情 况 映 射 到 正 确 / 错 误 的 分 类 之 中 ， 并 以 此 作 为 判 断 是 否 存 在 概 念 漂 移 现 象 的 依 据 。 另 外 ， 本 文 还 实 现 了 利 用 用 户 期 待 的 性 能 水 平 ( ω ) 与 愿 意 手 动 调 查 的 最 新 样 本 比 例 ( δ ) 来 自 动 计 算 阈 值 ， 并 与 p - v a l u e 进 行 对 比 以 识 别 是 否 出 现 概 念 漂 移 现 象 ， 从 而 增 强 框 架 对 不 同 环 境 和 需 求 的 适 用 能 力 。 阅 读 原 文
回复

举报

高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

使用Markdown编辑器编辑 使用富文本编辑器编辑

Archiver| 手机版| 小黑屋|
Powered by Discuz! X3.4 Copyright © 2001-2020, Tencent Cloud. 商业源码建议获取授权，如侵犯您的权益，请联系客服处理