REPLICANT：学习规避与加固恶意软件检测器的策略
REPLICANT: Learning Policies for Evading and Hardening Malware Detectors
AI 导读
研究者提出深度强化学习框架 Replicant，在严格的仅标签黑盒威胁模型下学习规避机器学习恶意软件检测器的策略。针对现有最优攻击常假设能获取训练数据、特征空间或置信度分数等特权信息、难以建模真实高能力对手的问题，Replicant 学习如何修改恶意软件样本以及何时查询目标，所学策略可跨样本、检测器和特征空间迁移。在七个 Android 恶意软件检测器和三个特征空间上，其平均攻击成功率达 78.8%，较现有最优方法相对提升 20.9%-39.2%，且查询效率最高。作者称将其用于对抗训练也能产出鲁棒性更可泛化的检测器，为加固恶意软件检测器提供更好的信号。