您现在的位置是：首页 > 科技网站首页科技

很多小伙伴们对于互联网、科技、这方面的信息知识都是比较需要的吧，如今我们的生活当中处处都充满了通信、互联网、科技、数码，那么今天小编就来为大家分享一些关于到通信、互联网、科技、数码方面的信息吧。

微软在一篇博客文章中说，来自并正在共同研究恶意软件分类的新应用程序。 该公司表示：“这项研究的基础是观察到，如果二进制文件被绘制成灰度图像，纹理和结构模式可以有效地将二进制文件分类为良性或恶意，并将恶意二进制文件分组到各自的威胁家族中。

他们的研究项目，称为STAMINA(StaticMalware-as-Image网络分析)，已被发现在检测低假阳性恶意软件方面具有很高的准确性。 微软解释说，通过这种分析，产生元数据，通过客户端和云中的机器学习分类器进行分析，以确定文件是否是恶意的。 使用静态分析方法据说可以在它们甚至可以运行之前捕捉到大多数威胁。

作为本研究项目的一部分，公司采用了三步方法-图像转换、转移学习和评估。 首先，研究人员通过一个涉及像素转换、整形和调整大小的过程将二进制文件转换成二维图像，从而制备二进制文件。

第二步是使用迁移学习，这是一种克服孤立学习范式的技术，并利用为一项任务获得的知识来解决相关的学习范式。 最后，对系统的性能进行了测量，并在坚持测试集上进行了报告。

在调查结果中，这些公司发现，在2.58%的假阳性率下，应用STAMINA的准确率达到99.07%。 来自Team的研究人员Jugal Parikh和Marc Marino说：“研究结果肯定鼓励将深度转移学习用于恶意软件分类。

“使用深度学习方法来检测威胁，推动了整个微软的许多创新。 与英特尔实验室研究人员的合作只是微软研究人员和数据科学家继续探索全面提高安全性的新方法之一。