基于ViT的輕量級惡意代碼檢測架構(gòu)

摘要： 隨著信息社會的快速發(fā)展,惡意代碼變體日益增多,給現(xiàn)有的檢測方法帶來了挑戰(zhàn)。為了提高惡意代碼變體的檢測準確率和效率,文章提出一種新的混合架構(gòu)FasterMalViT。該架構(gòu)通過融合部分卷積結(jié)構(gòu)改進ViT,顯著提升其在惡意代碼檢測領(lǐng)域的性能。為了解決引入卷積操作導致參數(shù)量增加的問題,文章采用可分離自注意力機制替代傳統(tǒng)的多頭注意力,有效減少了參數(shù)量,降低了計算成本。針對惡意代碼數(shù)據(jù)集... （共13頁）