arXiv · AI· Alexander Herzog, Aliai Eusebi, Lorenzo Cavallaro·· 5 小时前AI 评分21
Aurora 框架评估恶意软件分类器的置信度可靠性与稳定性
On the Reliability and Stability of Selective Methods in Malware Classification Tasks
AI 导读
研究人员提出 Aurora 框架，旨在评估恶意软件分类器在分布漂移下的置信度质量与运行韧性。 该框架通过验证模型的置信度分布，并引入超越单点性能的指标，衡量其在时间评估期间的稳定性。 在 SOTA 框架面对不同漂移严重程度的数据集时表现脆弱，表明需重新审视其底层假设。
来源：arXiv · AI · arxiv.org