文章图片

最后他们发现MLP和CNN是最棒的：


文章图片

文章图片

其中CNN还要更好一点 ， 具体模型的架构如下：


文章图片

文章图片

训练结果如下 ， 其中1963份良性数据（benign）中 ， 只有1个被误测为DDoS；Rootkit类型的恶意软件数据全部被正确识别；DDoS和Ransomware的识别效果也不错：


文章图片

文章图片

当然 ， 除了单独的恶意软件类型以外 ， 采用混淆技术后模型分类的效果也依旧不错 。
整套流程的逻辑如下：


文章图片

文章图片

其中 ， 树莓派代表的是“被攻击设备” ， 示波器用探针在外部收集电磁信号后 ， 传给AI进行预测 ， AI再将预测结果反馈给防火墙 ， 决定是否要拦截恶意软件 。
这项研究来自研究机构IRISA ， 目前是法国最大的计算机科学和新技术领域研究实验室之一 。
设备价格接近9万
研究登上的ACSAC2021 ， 是一个“纯应用型”的安全会议 。
然而包括Gizmodo在内的外媒表示 ， 想要真正应用它来检测恶意软件 ， 还有很多待解决的地方 。
一方面 ， 这篇论文采用的良性数据集 ， 没有将所有使用场景考虑在内 ， 涉及的主要是图片及音视频、以及一些设备良性运转的“常规活动” 。
作者也在论文中提到 ， 论文的最初目的并非检测恶意软件 ， 而只是让AI学会给几种恶意软件做分类 。至于实际检测效果还不错 ， 只是他们的“意外发现” 。


文章图片

文章图片

另一方面 ， 这项研究所采用的设备价格不菲 。
光是Picoscope6407这台数字转换器 ， 在国内某宝的价格就接近90000元 ， 至少不太亲民：


文章图片

文章图片

要想凑齐这一整套设备 ， 从资金上来看还是有点难度的（狗头） 。
不知道研究人员后续会不会考虑从实际落地的角度出发 ， 将这个设备成本搞得更便宜一点 。
对于研究本身 ， 有网友调侃 ， 这是“真把脉来了”：


文章图片

文章图片

有人感觉这是个绝妙的想法：


文章图片

文章图片

但也有网友认为 ， 这篇论文就是在扯淡 ， 看上去应用范围（物联网）过于狭窄 ， 只是标题上蹭了热度比较高的领域 。


文章图片

文章图片

【ai如何识破恶意软件？】对于用电磁波信号来检测恶意软件 ， 你觉得这事靠谱吗？

• 人类与AI如何共处？诺奖科学家、将棋天才、“低欲望社会”提出者的不同解答
• 英雄联盟手游狗头强度如何（英雄联盟手游内瑟斯技能属性分析）
• 坎公骑冠剑迷宫12如何通关（坎公骑冠剑迷宫12过关玩法分享）
• 江南百景图朝板经验如何获取（江南百景图朝板经验获得方法详解）
• 漫威超级战争毒液如何出装（漫威超级战争毒液装备搭配建议）
• 复苏的魔女异界之境奖励如何获得（复苏的魔女异界之境奖励领取途径分享）
• 原神2.0圣遗物如何转化（原神2.0圣遗物转化方法说明）
• 摩尔庄园手游果汁摇摇吧果汁如何获取（摩尔庄园果汁摇摇吧果汁制作方法说明）
• 空匣人型好感度如何提升（空匣人型好感度快速提升途径一览）
• 斗罗大陆h5小暑解暑活动如何参与（斗罗大陆h5小暑解暑活动攻略一览）