- 1、本文档共28页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
机器学习在恶意样本检测方面
的实践之路
东巽科技(北京)有限公司
来自恶意样本的挑战
每天不断新增的可疑样本,分析和判别是两回事!
|2
判定规则,之外还有什么?
机器学习是人工智能的核心,也是大数据分析的基石。
|3
我们目前的成果
样本不均衡解决方法:过采样
样本训练集:重复正常样本数据,使得正常
样本与恶意样本近似1:4(17288个样本集,包
含正常样本3208个,恶意样本14080个)
特征:APIs
算法:RandomForest
样本预测集:约15万
识别率:98.84%
|4
CONTENTS
初识机器入门级简单工程化的那
学习实践些坑
对机器学习的粗浅认识
TechnologyWay
Tools
|6
两个学科的结合
•懂机器学习算法的,缺乏领域里的专业知识
•有领域专业知识的,不懂机器学习算法
机器学习安全领域
•二者各自领域都存在比较高的门槛
|7
机器学习的经典流程:训练和预测
|8
怎么落地?
收集输入特征抽取机器学习算法评价衡量算法
如何选择要输入什么内
什么是特征,怎么分类?机器学习算法五花八门,要如何衡量训练的结果
容?
多维度特征是什么意思?看得眼花缭乱,该如何模型的好坏?
输入的是到底什么形式
如何选择更有效特征?选择算法来做训练好呢?如何衡量是哪个因素导
的数据?
对机器学习而言,特征采用聚类呢?还是分类致的模型结果的好坏?
输入的数据如何产生,
的选取很关键!算法呢?
从哪来呢?
输入怎么区分定义?
|9
CONTENTSPAGE
02入门级简单实践
输入数据
一切可以收集到、真实准确的信息都可以尝试拿来作
为机器学习的输入数据。
样本静态分析
IDAPro、OllyD
文档评论(0)