人工智能是根据微软从Windows Defenders中收集的大量数据进行训练的

微软和英特尔对恶意软件有一种新的分类方法：可视化。他们正在合作进行一个新的研究项目，探索了一种新的检测和分类恶意软件的方法。该项目被称为STAMINA（STAtic Malware-as-Image Network Analysis），该项目依靠一种新技术，将恶意软件样本转换为灰度图像，然后对图像进行扫描，以获取特定于恶意软件样本的纹理和结构模式。

ZDNet指出，人工智能是根据微软从Windows Defenders中收集的大量数据进行训练的。这项技术不需要对病毒进行全尺寸、逐像素的重现，当大型恶意软件可以很容易地转化为巨大的图片时，这是有意义的。

到目前为止，STAMINA已经被证明是最有效的，对恶意软件的分类准确率刚刚超过99%，假阳性率略低于2.6%。然而，它有它的局限性。它可以很好地处理小文件，但却很难处理大文件。

不过，只要足够精细，这可能非常有用。大多数恶意软件的检测依赖于提取二进制签名或指纹，但签名的数量太多使得这一点不切实际。这将有助于反恶意软件工具有效地跟上并减少安全威胁从防御中消失的机会。
责任编辑:pj