الأداة الجديدة للتقييم
يتضمن التحليل الجديد مجموعة من الخصائص تشمل تمثيلات EMBER الكاملة، وضغط البيانات باستخدام PCA، ونماذج الانحدار التلقائي المتغير (Variational Autoencoders)، بالإضافة إلى مقاييس جديدة مثل Divergence الهروب اللاتيني (Latent Escape Divergence) لتقييم كيف تؤثر التغييرات على سلوك التمثيلات الضارة.
نتائج مثيرة">نتائج مثيرة
أظهرت النتائج أن الخصائص الكاملة لـ EMBER تحقق أعلى أداء في التصنيف، حيث حصلت على معدل دقة ROC AUC بلغ 0.9962 ومعدل F1 بلغ 0.9713. بينما كانت نتائج الـ PCA-64 جيدة، حيث سجلت ROC AUC يصل إلى 0.9846. لكن الأداة الجديدة المقترحة لم تتفوق على هذه المعايير، إلا أنها ضمنت قيمة تشخيصية إضافية في ظل تغييرات الخصائص.
بهذا يفتح البحث المجال أمام تطوير أدوات أكثر فعالية لاختبار البرمجيات الضارة وتحسين أمن الأنظمة على المستوى العالمي.