AI اور دنیا کے مشکل مسائل · نظریاتی کمپیوٹر سائنس · Nature (computational biology) · 2026-10-16

توجہ پر مبنی ڈیپ لرننگ کے ذریعے RGB ایگزیکیوٹیبل امیجز سے ملٹی لیول میلویئر ذیلی خاندان کی شناخت

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

میلویئر کے تجزیے میں شناخت سے لے کر خاندان اور باریک ذیلی خاندان کی نسبت تک کئی سطحوں پر فیصلے درکار ہوتے ہیں۔ مصنفین ایک درجہ وار ڈیپ لرننگ فریم ورک تجویز کرتے ہیں جو Windows PE فائلوں کی RGB تصاویر لیتا ہے اور ایک ہی کثیر آؤٹ پٹ ڈھانچے میں شناخت، خاندان کی درجہ بندی اور 33 ذیلی خاندانوں کی نسبت انجام دیتا ہے۔ توجہ سے مزین چار ٹرانسفر لرننگ ماڈلز نے 99% بائنری، 96–97% خاندانی سطح اور 91–95% ذیلی خاندانی سطح کی درستگی حاصل کی، جبکہ باریک نسبت کے لیے میکرو F1-اسکور 0.89 تک رہے۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →