基于深度學習的病毒檢測技術無需沙箱環境，直接将樣本檔案轉換為二維圖檔，進而應用改造後的卷積神經網絡 Inception V4 進行訓練和檢測

話題 3: 基于深度學習的二進制惡意樣本檢測

分享主題：全球正在經曆一場由科技驅動的數字化轉型，傳統技術已經不能适應病毒數量飛速增長的發展态勢。而基于沙箱的檢測方案無法滿足 APT 攻擊的檢測需求，也受到多種反沙箱技術的幹擾。在充分考察過各種技術方案的優劣後，瀚思科技開發出了基于深度學習的二進制病毒樣本檢測技術，可以做到沙箱同等水準的 99% 的檢測準确率，而誤報率低于 1/1000。基于深度學習的病毒檢測技術無需沙箱環境，直接将樣本檔案轉換為二維圖檔，進而應用改造後的卷積神經網絡 Inception V4 進行訓練和檢測。極大的簡化了病毒檢測流程，速度更是遠超沙箱技術，可以做到日均百萬樣本的檢測量。由于深度學習是自動抽取數千萬樣本的海量特征，使得我們的深度學習模型具有極強的通用性，即使數月不更新，也能做到大于 90% 的檢測率。

瀚思的安全産品做的。

本文轉自張昺華-sky部落格園部落格，原文連結：http://www.cnblogs.com/bonelee/p/7753210.html，如需轉載請自行聯系原作者