AI এবং বিশ্বের কঠিন সমস্যাগুলো · তাত্ত্বিক কম্পিউটার বিজ্ঞান · Nature (computational biology) · 2026-10-16

অ্যাটেনশন-সমৃদ্ধ ডিপ লার্নিং ব্যবহার করে RGB এক্সিকিউটেবল ইমেজ থেকে বহু-স্তরীয় ম্যালওয়্যার উপ-পরিবার শনাক্তকরণ

মূল শিরোনাম: Multi-level malware subfamily attribution from RGB executable images using attention-augmented deep learning

ম্যালওয়্যার বিশ্লেষণে শনাক্তকরণ থেকে শুরু করে পরিবার ও সূক্ষ্ম উপ-পরিবার নির্ধারণ পর্যন্ত একাধিক স্তরে সিদ্ধান্ত নিতে হয়। লেখকেরা একটি শ্রেণিবদ্ধ ডিপ লার্নিং কাঠামো প্রস্তাব করেছেন, যা Windows PE ফাইলের RGB ছবি নিয়ে একটি মাল্টি-আউটপুট আর্কিটেকচারে শনাক্তকরণ, পরিবার শ্রেণিবিন্যাস এবং 33টি উপ-পরিবার নির্ধারণ করে। অ্যাটেনশন-সংবলিত চারটি ট্রান্সফার লার্নিং মডেল বাইনারি স্তরে 99%, পরিবার স্তরে 96–97% এবং উপ-পরিবার স্তরে 91–95% নির্ভুলতা অর্জন করেছে, এবং সূক্ষ্ম নির্ধারণে ম্যাক্রো F1-স্কোর ছিল সর্বোচ্চ 0.89।

মূল লেখা পড়ুন ↗

সব আইটেম →