MalwareFormer字节级恶意软件检测框架
热点事件持续更新
MalwareFormer字节级恶意软件检测框架
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
2026年10月15日，arXiv Artificial Intelligence 刊出 MalwareFormer 相关论文。该工作提出 MalwareFormer，一个基于 Transformer 的字节级恶意软件检测框架，直接处理原始字节，无需领域知识或特征提取。报道称其准确率 98.35%、平衡准确率 98.32%、macro-F1 98.32%、假阳性率 1.94%，在所有依赖阈值的分类指标上均优于基线。论文作者为 Abdelrahman Yassin Eljamal 与 Abdeltawab Hendawi，该工作已被 IEEE ICAD 2026 接收。报道称该工作表明 Transformer 为字节级恶意软件检测提供了强大且可扩展的途径。目前为单一来源报道，尚无后续跟进报道，上述性能数字与接收信息均来自该来源。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
MalwareFormer：面向恶意软件检测的字节序列 Transformer报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv Artificial IntelligenceMalwareFormer：面向恶意软件检测的字节序列 Transformer
MalwareFormer 是一个基于 Transformer 的字节级恶意软件检测框架，直接处理原始字节，无需领域知识或特征提取，准确率 98.35%、平衡准确率 98.32%、macro-F1 98.32%、假阳性率 1.94%，在所有依赖阈值的分类指标上均优于基线。该工作表明 Transformer 为字节级恶意软件检测提供了强大且可扩展的途径，已被 IEEE ICAD 2026 接收。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。