Aurora框架评估恶意软件分类器置信度

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。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。