On the Consistency of GNN Explanations for Malware Detection
Canadian Institute for Cybersecurity, University of New Brunswick（加拿大网络安全研究所，新不伦瑞克大学）
本文提出一种动态构建CFG并结合混合节点嵌入与GNN分类器的恶意软件检测框架，并通过RankFusion聚合多种解释器及GEC子图提取策略提升解释的一致性与可靠性。
2025-08-21 cs.AI cs.CR cs.LG
Task-Aware Meta Learning-based Siamese Neural Network for Classifying Obfuscated Malware
Massey University（梅西大学）；Cyberstronomy Pty Ltd（Cyberstronomy私人有限公司）；CSIRO Data61（澳大利亚联邦科学与工业研究组织Data61研究所）
针对混淆恶意软件导致现有孪生神经网络检测误报率高的问题，提出融合图像与平均熵特征、结合预训练网络特征的任务感知小样本孪生神经网络，在N-way N-shot测试中分类准确率超91%，优于同类方法。
2023-06-15 cs.AI cs.CR
A two-steps approach to improve the performance of Android malware detectors
SnT, University of Luxembourg（卢森堡大学SnT中心）
Android操作系统的流行使其成为恶意软件开发人员的一个有吸引力的目标。为了逃避检测，包括通过基于ML的技术，攻击者投资创建与合法应用程序非常相似的恶意软件。在本文中，我们提出了引导再训练，一种基于监督表示学习的方法，可以提高恶意软件检测器的性能。首先，将数据集分成“容易”和“困难”样本，其中困难度与恶意软件检测器产生的预测概率相关联：对于困难样本，概率使得分类器对预测不自信，其具有高出错率。然后，我们将我们的指导再训练方法应用于困难的样本，以提高其分类。对于“简单”样本的子集，基本恶意软件检测器用于进行最终预测，因为该子集上的出错率通过构造而较低。对于“困难”样本的子集，我们依赖于引导再训练，它利用基本恶意软件检测器的正确预测和错误来指导再训练过程。引导式再训练专注于困难的样本：它使用监督对比学习学习这些样本的新嵌入，并训练辅助分类器进行最终预测。我们使用超过26.5万个恶意软件和良性应用程序在四种最先进的Android恶意软件检测方法上验证了我们的方法，并且我们证明了引导式再训练可以减少恶意软件检测器的预测错误高达40.41%。我们的方法是通用的，旨在提高二进制分类任务的分类性能。因此，它可以应用于Android恶意软件检测之外的其他分类问题。
2022-05-17 cs.AI cs.CR
CAFE-GB: Scalable and Stable Feature Selection for Malware Detection via Chunk-wise Aggregated Gradient Boosting
Department of Computer Science and Engineering（计算机科学与工程系）
CAFE-GB通过分块聚合梯度提升实现高维恶意软件检测中的稳定且可扩展的特征选择，有效减少特征维度并保持性能。
2026-01-22 cs.AI cs.CR cs.LG
BinImg2Vec: Augmenting Malware Binary Image Classification with Data2Vec
Ensign Labs（恩赛因实验室）；Ensign InfoSecurity（恩赛因信息安全公司）；Ensign Consulting（恩赛因咨询公司）
2019冠状病毒病大流行推动的快速数字化导致更多网络犯罪。恶意软件即服务现在是网络犯罪分子蓬勃发展的业务。随着恶意软件活动的激增，网络防御者必须更多地了解他们手头的恶意软件样本，因为这些信息可以极大地影响他们在违规期间的下一步行动。最近，研究人员已经展示了如何通过首先将恶意软件二进制文件转换为灰度图像，然后将其通过神经网络进行分类来完成恶意软件家族分类。然而，大多数工作集中在研究不同的神经网络架构对分类性能的影响。在过去的一年里，研究人员已经证明，用自监督学习来增强监督学习可以提高性能。最近，Data2Vec被提出作为一个模态不可知的自监督框架来训练神经网络。在本文中，我们提出了BinImg2Vec，一个训练恶意软件二进制图像分类器的框架，该框架结合了自监督学习和监督学习，以产生一个模型，该模型始终优于仅通过监督学习训练的模型。我们能够实现4%的分类性能提高和0.5%的性能方差减少多次运行。我们还展示了我们的框架如何产生可以很好地聚类的嵌入，从而促进模型的可扩展性。
2022-09-02 cs.CR cs.CV cs.LG
Packet Inspection Transformer: A Self-Supervised Journey to Unseen Malware Detection with Few Samples
Department of Intelligent Systems and Robotics, University of West Florida, Pensacola, FL, USA（智能系统与机器人系，西佛罗里达大学，佛罗里达州彭萨科大，USA）；Florida Institute For Human and Machine Cognition (IHMC), Pensacola, FL, USA（佛罗里达人类与机器认知研究所（IHMC），佛罗里达州彭萨科大，USA）；Center for Cybersecurity, University of West Florida, Pensacola, FL, USA（网络安全中心，西佛罗里达大学，佛罗里达州彭萨科大，USA）
本文提出Packet Inspection Transformer，通过自监督掩码学习数据包表示并结合少样本学习，使检测器能在少量样本下识别未知恶意软件。
2025-10-18 cs.AI cs.CR cs.LG
Explainable Attention-Guided Stacked Graph Neural Networks for Malware Detection
University of New Brunswick（新不伦瑞克大学）
提出一种注意力引导的堆叠集成图神经网络框架，通过提取控制流图并利用多种GNN基学习器与注意力元学习器，实现恶意软件的高精度检测与可解释性分析。
2026-05-25 cs.AI cs.CR
BEACON: Behavioral Malware Classification with Large Language Model Embeddings and Deep Learning
Department of Computer Science（计算机科学系）；Sam Houston State University（萨姆霍茨州立大学）
BEACON 框架利用大语言模型从沙箱行为报告生成上下文嵌入，并结合一维 CNN 进行多类恶意软件分类，在 Avast-CTU Public CAPE 数据集上优于现有方法。
2025-09-18 cs.AI cs.CR cs.LG
Word Embedding Techniques for Malware Evolution Detection
San Jose State University（圣何塞州立大学）
恶意软件检测是信息安全的一个重要方面。出现的一个困难是，恶意软件往往随着时间的推移而演变。为了保持有效的恶意软件检测，有必要确定恶意软件何时发生演变，以便采取适当的对策。我们进行了各种实验，旨在检测恶意软件家族可能演变的时间点，我们考虑了旨在确认演变实际发生的二次测试。分析了几个恶意软件家族，每个家族都包括在很长一段时间内收集的大量样本。我们的实验表明，使用基于词嵌入技术的特征工程获得了改进的结果。我们所有的实验都是基于机器学习模型，因此我们的进化检测策略需要最少的人为干预，可以很容易地自动化。
2021-03-07 cs.CR cs.LG
apk2vec: Semi-supervised multi-view representation learning for profiling Android applications
Nanyang Technological University（南洋理工大学）
利用全面、丰富和多视图信息（例如，整合应用程序的多个语义视图，如API序列、系统调用等）将有助于更好地满足下游分析任务，如应用程序分类，推荐和恶意软件分析。为了实现这一目标，我们设计了一个名为apk 2 vec的半监督表示学习（RL）框架，以自动为给定应用生成紧凑表示（aka profile/embedding）。更具体地说，apk 2 vec具有以下三个独特的特性，这使其成为大规模应用分析的绝佳选择：（1）它包含来自多个语义视图的信息，如API序列，权限等，(2)作为半监督嵌入技术，它可以利用与应用程序相关联的标签（例如，恶意软件家族或应用程序类别标签）来构建高质量的应用程序简档，以及（3）其组合RL和特征散列，这允许其有效地构建随时间流式传输的应用程序的简档（即，在线学习）。由此产生的应用程序的半监督多视图哈希嵌入可以用于各种下游任务，例如上面提到的任务。我们对超过42，000个应用程序进行的广泛评估表明，apk 2 vec的应用程序配置文件在四个应用程序分析任务中的表现明显优于最先进的技术，即恶意软件检测，家族聚类，应用程序克隆检测和应用程序推荐。
2018-09-15 cs.LG stat.ML
Semantic-Aware Contrastive Fine-Tuning: Boosting Multimodal Malware Classification with Discriminative Embeddings
dept. name of organization (of Aff.)（机构部门名称）
提出基于余弦相似度选择困难负样本的对比微调方法，优化LLM嵌入以区分恶意软件家族，在MAML框架下集成多模态分类器，少样本设置下准确率显著提升并泛化至未见变种。
2025-04-25 cs.AI cs.CR cs.LG
Malware Classification with Word Embedding Features
恶意软件分类是信息安全领域的一个重要而又具有挑战性的问题。现代恶意软件分类技术依赖于机器学习模型，这些模型可以根据操作码序列、API调用和字节$n$ -gram等特征进行训练。在这项研究中，我们考虑操作码功能。我们实现了混合机器学习技术，在这种技术中，我们通过训练隐马尔可夫模型（一种我们称为HMM 2 Vec的技术）来设计特征向量，并在这些操作码序列上嵌入Word 2 Vec。然后将得到的HMM 2 Vec和Word 2 Vec嵌入向量用作分类算法的特征。具体来说，我们考虑支持向量机（SVM）、$k$ -最近邻（$k$ -NN）、随机森林（RF）和卷积神经网络（CNN）分类器.我们对各种恶意软件家族进行了大量实验。我们的实验远远超出了这一领域以前的任何工作。
2021-03-03 cs.CL cs.CR cs.LG
Sequential Embedding-based Attentive (SEA) classifier for malware classification
National University of Computer and Emerging Sciences（国立计算机与新兴科学大学）；NED University of Engineering and Technology（NED工程技术大学）
智能设备的巨大增长带来了一些安全威胁。最突出的威胁之一是恶意软件，也称为恶意软件。恶意软件有能力破坏设备并破坏整个网络。因此，及早发现和减轻其影响对于避免灾难性影响极为重要。在这项工作中，我们提出了一个使用最先进的自然语言处理（NLP）技术进行恶意软件检测的解决方案。我们的主要重点是提供一个轻量级的，但有效的恶意软件检测分类器，可用于异构设备，无论是资源约束设备或资源丰富的机器。我们提出的模型进行了测试的基准数据集的准确性和日志损失得分分别为99.13%和0.04。
2023-02-11 cs.CR cs.LG
Malware Classification Using Long Short-Term Memory Models
基于签名和异常的技术是恶意软件检测的典型方法。然而，这些技术已经变得越来越无效，因为恶意软件已经变得越来越复杂和复杂。因此，研究人员转向深度学习来构建性能更好的模型。在本文中，我们创建了四种不同的基于长短期记忆（LSTM）的模型，并对每个模型进行训练，以对来自20个家族的恶意软件样本进行分类。我们的功能包括从恶意软件可执行文件中提取的操作码。我们采用自然语言处理（NLP）中使用的技术，包括词嵌入和双向LSTM（biLSTM），我们还使用卷积神经网络（CNN）。我们发现，由词嵌入，biLSTM和CNN层组成的模型在我们的恶意软件分类实验中表现最好。
2021-03-03 cs.CR cs.LG
MDENet: Multi-modal Dual-embedding Networks for Malware Open-set Recognition
The Hong Kong Polytechnic University（香港理工大学）；The Hong Kong Polytechnic University Shenzhen Research Institute（香港理工大学深圳研究院）；University of Electronic Science and Technology of China（电子科技大学）；Beijing Institute of Technology（北京理工大学）；Jinan University（暨南大学）
针对恶意软件开集识别中特征相似度高导致未知样本误判的问题，提出多模态双嵌入网络MDENet，结合多模态特征与双空间嵌入及正则化策略，并发布多模态数据集MAL-100+，实验验证了方法有效性。
2023-05-02 cs.CR cs.LG
Automatic Malware Description via Attribute Tagging and Similarity Embedding
Sophos AI（Sophos人工智能）；FireEye（火眼公司）
随着恶意软件（malware）的快速扩散和日益复杂，检测方法不再仅仅依赖于手动生成的签名，而是还结合了更通用的方法，如机器学习检测。虽然这些方法对于判定恶意工件是强大的，但是它们不产生关于已经检测到的威胁类型的任何进一步信息，也不允许识别恶意软件样本之间的关系。在这项工作中，我们解决了机器学习和基于签名的检测方法之间的信息差距，通过学习一个表示空间的恶意软件样本中，具有类似的恶意行为的文件出现接近对方。我们通过引入一个基于深度学习的标记模型来实现这一点，该模型经过训练，可以生成人类可解释的恶意软件语义描述，同时提供比恶意软件家族名称更有用和灵活的信息。我们表明，所提出的方法生成的恶意软件描述正确识别超过95%的11个可能的标签描述为一个给定的样本，在部署的误报率为1%的标签。此外，我们使用学习的表示空间来引入恶意软件文件之间的相似性指数，并根据经验证明使用文件执行的动态跟踪，这不仅在识别来自相同家族的样本时更有效，而且比基于原始特征向量的样本小32倍。
2020-01-23 cs.CR cs.LG stat.ML
Learning Malware Representation based on Execution Sequences
随着恶意软件的数量和类型急剧增加，恶意软件分析已经被广泛研究。然而，大多数以前的研究使用端到端系统来检测样本是否是恶意的，或者识别其恶意软件家族。在本文中，我们提出了一个神经网络框架组成的嵌入器，编码器和过滤器，学习恶意软件表示的特征执行序列的恶意软件家族分类。嵌入器使用最先进的嵌入模块BERT和Sent2Vec来捕获执行跟踪中单个API调用内和连续API调用之间的关系。该编码器包括用于保持API调用的顺序位置的门控递归单元（GRU）和用于比较API调用的不同位置之间的内部关系的自注意力机制。过滤器识别代表性API调用以构建恶意软件表示。我们进行广泛的实验，以确定个别框架组件的影响。结果表明，所提出的框架优于基线，并且还表明，考虑Sent2Vec来学习完整的API调用嵌入和GRU来显式地保留序数信息，可以产生更多的信息，从而实现显著的改进。此外，所提出的方法有效地分类新的恶意执行痕迹与以前收集的家庭的相似性的基础上。
2021-02-05 cs.CR cs.LG
PBP: Post-training Backdoor Purification for Malware Classifiers
PBP是一种后训练方法，通过调节批量归一化层统计特性，有效净化恶意软件分类器中的后门，显著降低攻击成功率。
2026-02-12 cs.AI cs.CR cs.LG
Towards Novel Malicious Packet Recognition: A Few-Shot Learning Approach
University of West Florida（西佛罗里达大学）；Florida Institute For Human and Machine Cognition（佛罗里达人机认知研究所）
针对传统安全防御难以识别新型恶意软件的问题，提出结合预训练大语言模型提取数据包嵌入与小样本学习的新型恶意数据包识别方法，在两个数据集上取得86.35%的平均准确率与86.40%的F1值。
2024-09-17 cs.CR cs.LG
Deep Metric Learning with Spherical Embedding
Zhejiang University（浙江大学）；Binghamton University（宾汉姆顿大学）
深度度量学习由于将距离度量学习与深度神经网络无缝结合，近年来引起了广泛关注。人们致力于设计不同的基于对的角度损失函数，以解耦嵌入向量的幅度和方向信息，并确保训练和测试度量的一致性。然而，这些传统的角度损失不能保证所有的样本嵌入在训练阶段都在同一个超球面上，这会导致批量优化时梯度不稳定，影响嵌入学习的快速收敛。在本文中，我们首先研究了嵌入范数对具有角距离的深度度量学习的影响，然后提出了一个球形嵌入约束（SEC）来正则化范数的分布。SEC自适应地调整嵌入落在同一超球面上，并执行更平衡的方向更新。对深度度量学习、人脸识别和对比自监督学习的大量实验表明，基于SEC的角空间学习策略显著提高了最新技术的性能。
2020-11-05 cs.CV cs.LG
Embedding Expansion: Augmentation in Embedding Space for Deep Metric Learning
NAVER/LINE Vision
学习样本对之间的距离度量已被研究用于图像检索和聚类。随着基于对的度量学习损失的显着成功，最近的工作提出了使用生成的合成点度量学习损失的增强和推广。然而，这些方法需要额外的生成网络以及主网络，这可能导致更大的模型大小，更慢的训练速度和更难优化。同时，后处理技术，如查询扩展和数据库增强，提出了组合的特征点，以获得额外的语义信息。在本文中，受查询扩展和数据库增强的启发，我们提出了一种基于对度量学习损失的嵌入空间增强方法，称为嵌入扩展。该方法通过特征点的组合生成包含增强信息的合成点，并进行硬负对挖掘，以使用信息量最大的特征表示进行学习。由于其简单性和灵活性，它可以用于现有的度量学习损失，而不会影响模型大小，训练速度或优化难度。最后，嵌入扩展和代表性度量学习损失的组合在图像检索和聚类任务中优于最先进的损失和以前的样本生成方法。实现是公开的。
2020-04-23 cs.CV cs.IR cs.LG
Detection of Malicious Android Applications: Classical Machine Learning vs. Deep Neural Network Integrated with Clustering
BITS Pilani（毕尔巴鄂理工学院）；Microsoft R&D（微软研发部门）
今天，反恶意软件社区正面临着挑战，由于不断增加的复杂性和数量的恶意软件攻击的对手开发。传统的恶意软件检测机制无法应对下一代恶意软件攻击。因此，在本文中，我们提出了基于机器学习和结合聚类的深度学习的有效且高效的Android恶意软件检测模型。我们对不同的特征约简、分类和聚类算法在不同性能指标上进行了全面的研究，以构建Android恶意软件检测模型。我们的实验结果表明，使用随机森林开发的恶意软件检测模型在大多数性能指标上超过了深度神经网络和其他分类器。没有任何特征减少的基线随机森林模型达到了99.4%的最高AUC。此外，使用与随机森林集成的聚类对向量空间进行隔离，进一步将一个聚类中的AUC提高到99.6%，并在另一个聚类中直接检测Android恶意软件，从而减少了维数灾难。此外，我们发现检测模型中的特征减少确实提高了模型效率（训练和测试时间），而不会对检测模型的有效性造成太大影响。
2021-02-28 cs.CR cs.LG
Detecting Concept Drift in Evolving Malware Families Using Rule-Based Classifier Representations
Faculty of Information Technology Czech Technical University（捷克技术大学信息科技学院）；Department of Computer Science, San Jose State University（圣何塞州立大学计算机科学系）
本文提出利用决策树规则集检测恶意软件分类中的概念漂移，通过时间窗口和特征重要性等指标评估，发现固定两个月窗口和特征皮尔逊相关性是最可靠配置，所有家族对均产生正漂移-准确率相关性。
2026-04-24 cs.CR cs.LG
Learning Joint Embeddings of Function and Process Call Graphs for Malware Detection
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）；Virginia Tech（弗吉尼亚理工学院）
本文提出 GeminiNet，一种通过学习函数调用图（FCGs）和进程调用图（PCGs）联合嵌入的统一神经网络方法，利用双图卷积分支和自适应门控机制融合静态与动态视图，在 635 个样本数据集上证明联合嵌入优于单图模型的恶意软件检测。
2025-10-11 cs.CR cs.LG
Emulating malware authors for proactive protection using GANs over a distributed image visualization of dynamic file behavior
Symantec Corporation（赛门铁克公司）
恶意软件作者一直处于能够在部署有效载荷之前使用反恶意软件产品对抗测试和增强其恶意代码的优势。另一方面，反恶意软件开发人员和威胁专家没有主动调整反恶意软件产品以对抗零日攻击的特权。这使得恶意软件作者能够领先于反恶意软件产品，从根本上使双方玩的猫捉老鼠游戏产生偏见。在本文中，我们提出了一种方法，使基于机器学习的威胁防御模型能够通过调整深度生成对抗网络（GAN）来弥合这一差距，该网络扮演恶意软件作者的角色并生成新类型的恶意软件。GAN是在已知恶意软件行为的可逆分布式RGB图像表示上训练的，对API调用ngram序列和对应的术语频率进行编码。生成的图像表示合成恶意软件，可以将其解码回底层API调用序列信息。图像表示不仅被证明是一种通用的技术，结合必要的先验知识，利用卷积神经网络架构进行生成或判别建模，而且还作为一种可视化方法，方便手动软件或恶意软件分类，通过具有跨图像空间分布的各个API ngram信息。此外，我们还建议使用智能定义检测恶意软件的基础上感知散列这些图像。这样的散列可能比不携带任何有意义的相似性度量的加密散列更有效，因此不能很好地推广。
2018-07-30 cs.CR cs.LG stat.ML
A Neural Embeddings Approach for Detecting Mobile Counterfeit Apps
Data61-CSIRO（澳大利亚联邦科学与工业研究组织数据61中心）；University of Moratuwa（莫拉图瓦大学）；University of Sydney（悉尼大学）
假冒应用程序模仿现有的流行应用程序，试图误导用户安装它们，以收集个人信息，传播恶意软件或仅仅是为了增加广告收入。许多假冒产品一旦安装就可以识别出来，但是即使是精通技术的用户也可能在安装之前很难检测到它们，因为应用程序图标和描述可能与原始应用程序非常相似。为此，本文提出使用最先进的卷积神经网络（CNN）生成的神经嵌入来测量图像之间的相似性。我们的研究结果表明，对于伪造检测问题，使用由CNN滤波器响应的Gram矩阵给出的风格嵌入的新方法优于内容嵌入和SIFT特征等基线方法。我们表明，进一步的性能提高，可以通过结合风格嵌入与内容嵌入。我们对Google Play商店中约120万个应用程序进行了分析，并确定了前1，000个应用程序的一组潜在假冒产品。在保守的假设下，我们能够在一组6，880个应用程序中找到139个包含恶意软件的应用程序，这些应用程序与Google Play商店中的前1，000个应用程序之一具有高度的视觉相似性。
2018-04-26 cs.CR cs.LG cs.NE
Adversarial Malware Generation in Linux ELF Binaries via Semantic-Preserving Transformations
Faculty of Information Technology, Czech Technical University in Prague（信息技术学院，布拉格捷克技术大学）
本文提出了一种新的ELF格式对抗性恶意软件生成器，通过多种指标评估发现其 evasion rate 为67.74%，并发现目标分类器对可执行文件中的字符串敏感。
2026-04-24 cs.CR cs.LG
Heterogeneous Graph Matching Networks
University of Illinois at Chicago（伊利诺伊大学芝加哥分校）；NEC Laboratories America（NEC美国实验室）；Tsinghua University（清华大学）
信息系统已经广泛地成为恶意软件攻击的目标。传统的基于特征码的恶意程序检测算法只能检测已知的恶意软件，并且容易受到二进制混淆等规避技术的影响，而基于行为的方法高度依赖于恶意软件训练样本，训练成本过高。为了解决现有技术的局限性，我们提出了MatchGNet，一个异构的图匹配网络模型，学习的图形表示和相似性度量的基础上，同时不变的图建模的程序的执行行为。我们对我们的模型进行了系统的评估，并表明它在检测恶意程序行为方面是准确的，可以帮助检测恶意软件攻击，误报率更低。MatchGNet在恶意软件检测方面优于最先进的算法，其误报率降低50%，同时保持零误报率。
2019-10-17 cs.CR cs.LG stat.ML
Towards Quantum Machine Learning for Malicious Code Analysis
Department of Computer Science, University of Texas at El Paso（计算机科学系，德克萨斯理工大学）
本文研究QMLP和QCNN两种混合量子-经典模型在恶意软件分类中的应用，在五个数据集上验证了二分类和多分类性能，发现QMLP在复杂多分类任务中更优，而QCNN训练效率更高但准确率较低。
2025-08-26 cs.CR cs.LG
Optimization of Lightweight Malware Detection Models For AIoT Devices
National Taiwan University of Science and Technology（台湾科技大学）；National Sun Yat-sen University（国立中山大学）
针对低端 AIoT 设备资源受限问题，本文优化超级学习器元学习恶意软件检测集成模型，在保持准确率和 FPR 的同时降低推理时间与内存占用。
2024-04-06 cs.CR cs.LG
Fuzzy Hashing as Perturbation-Consistent Adversarial Kernel Embedding
Cylance（赛伦斯）
度量两个文件的相似性是恶意软件分析中的一项重要任务，模糊哈希函数是一种流行的方法。传统的模糊哈希函数是数据不可知的：它们不从特定的数据集学习如何确定相似性;它们的行为在所有数据集上都是固定的。在本文中，我们证明了模糊哈希函数可以在一个新的极大极小训练框架中学习，并且这些学习的模糊哈希函数在便携式可执行文件的文件相似性任务中优于传统的模糊哈希函数。在我们的方法中，可以从两个内核网络的内核嵌入中提取哈希表，在极大极小框架中进行训练，其中训练期间参与者的角色（即对手与生成器）随着输入数据交替。我们把这种新的极大极小结构称为扰动一致的。一对文件的相似性得分是极小极大博弈在均衡中的效用。我们的实验表明，学习模糊哈希函数泛化良好，能够确定两个文件是相似的，即使其中一个文件是使用插入和删除操作生成的。
2018-12-17 cs.CR cs.LG stat.ML
