DEFEAT: Stitching Fragmented File I/O Contexts for Early Ransomware Detection
该论文针对勒索软件检测中的一个核心难题展开研究。现代勒索软件为提高隐蔽性，会把一次加密活动拆散到多个临时文件和中间文件上，例如先写入临时副本、再重命名、替换原文件、最后清理痕迹。这样一来，把各个 I/O 事件串联成完整加密意图的语义上下文就
#ransomware-detection
共收录 3 条相关情报。
← 返回所有主题SA-DRL: Security-Aware Deep Reinforcement Learning for Ransomware Detection with Asymmetric Reward Design
该论文提出了一种面向勒索软件检测的安全感知深度强化学习（SA-DRL）框架，核心创新在于将误报（False Positive）和漏报（False Negative）的成本不对称性嵌入到强化学习的奖励信号中。传统机器学习检测器通常使用对称目标
Agentic SABRE: An Uncertainty-Aware Neuro-Symbolic Multi-Agent Framework for Adaptive Ransomware Detection
本文提出了一种名为Agentic SABRE（Semantic-Behavioural Arbitration for Ransomware Evaluation）的不确定性感知、神经符号多智能体框架，用于自适应勒索软件检测。核心问题在于传