When Label Noise Meets Class Imbalance: A Robust Framework for Android Malware Family Classification
为解决安卓恶意软件家族分类中的标签噪声和类别不平衡问题,提出RoMaC框架,采用自训练策略修正标签,并区分处理头部和尾部家族样本,提高分类准确性和抗噪能力。
0 citationsRead paper
为解决安卓恶意软件家族分类中的标签噪声和类别不平衡问题,提出RoMaC框架,采用自训练策略修正标签,并区分处理头部和尾部家族样本,提高分类准确性和抗噪能力。
为了解决在机密虚拟机中验证TLS服务会话的问题,SessionLatch通过操作系统层面的可信观察与标准TLS密钥确认相结合的方法,在不修改应用、TLS实现或证书的情况下提供会话验证。
为解决安卓恶意软件家族分类中的标签噪声和类别不平衡问题,提出RoMaC框架,采用自训练策略修正标签,并区分处理头部和尾部家族样本,提高分类准确性和抗噪能力。
为了解决在机密虚拟机中验证TLS服务会话的问题,SessionLatch通过操作系统层面的可信观察与标准TLS密钥确认相结合的方法,在不修改应用、TLS实现或证书的情况下提供会话验证。