HeteroScan实现37个木马家族行为精准分析
热点事件持续更新
HeteroScan实现37个木马家族行为精准分析
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
研究团队发布经验分析论文，提出HeteroScan工具用于分析37个恶意软件家族的感染后行为。该成果已被2026年网络意识与研究大会（CARS）接收，论文基于CAPEv2动态沙箱执行数据构建。模型通过异构图特征提升了分类准确率，在24个家族的多分类任务中达到94.44%。 HeteroScan集成模型的MCC值达0.863，较扁平特征基线提高7.4个百分点。系统内置LLM解释层，支持生成基于MITRE ATT&CK映射的分析师报告。目前完整分析流程已通过HeteroScan部署验证，实现了对木马家族行为的高效实证分析与自动化解读。
AI 根据报道生成 · 1 小时前更新
最新进展11月4日 13:00
37 个恶意软件家族感染后行为实证分析：HeteroScan 达到 94.44% 准确率报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · AI37 个恶意软件家族感染后行为实证分析：HeteroScan 达到 94.44% 准确率
针对 37 个恶意软件家族的感染后行为实证分析显示，HeteroScan 集成模型在 24 个家族的多分类任务中准确率提升至 94.44%。 该模型基于 CAPEv2 动态沙箱数据构建异构图特征，MCC 达 0.863，较扁平特征基线高 7.4 个百分点。 内置 LLM 解释层支持生成基于 MITRE ATT&CK 映射的分析师报告，完整流程已通过 HeteroScan 部署。
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。