AI और दुनिया की कठिन समस्याएँ · सैद्धांतिक कंप्यूटर विज्ञान · Nature (computational biology) · 2026-10-16

ध्यान-संवर्धित डीप लर्निंग का उपयोग करके RGB निष्पादन योग्य छवियों से बहु-स्तरीय मैलवेयर उपपरिवार एट्रिब्यूशन

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

मैलवेयर विश्लेषण में कई स्तरों पर निर्णय लेने पड़ते हैं, पहचान से लेकर फैमिली और सूक्ष्म उप-फैमिली एट्रिब्यूशन तक। लेखक एक पदानुक्रमित डीप लर्निंग फ्रेमवर्क प्रस्तावित करते हैं, जो Windows PE फ़ाइलों की RGB छवियाँ लेता है और एक ही मल्टी-आउटपुट आर्किटेक्चर में पहचान, फैमिली वर्गीकरण और 33 उप-फैमिली एट्रिब्यूशन करता है। चार अटेंशन-संवर्धित ट्रांसफर लर्निंग मॉडलों ने 99% बाइनरी, 96–97% फैमिली-स्तर और 91–95% उप-फैमिली-स्तर की सटीकता हासिल की, जबकि सूक्ष्म एट्रिब्यूशन के लिए मैक्रो F1-स्कोर 0.89 तक पहुँचे।

मूल लेख पढ़ें ↗

सभी आइटम →