論文の概要: Hamm-Grams: An Algorithm for Mining Regular Expressions of Bytes

• arxiv url: http://arxiv.org/abs/2607.01445v1
• Date: Wed, 01 Jul 2026 20:11:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-03 19:45:08.586019
• Title: Hamm-Grams: An Algorithm for Mining Regular Expressions of Bytes
• Title（参考訳）: Hamm-Grams: バイトの正規表現をマイニングするアルゴリズム
• Authors: Derek Everett, Edward Raff, James Holt,
• Abstract要約: 固定長と単一文字のワイルドカードを持つ正規表現の特殊クラスである,より堅牢な特徴であるハムグラムを構築するアルゴリズムを提案する。 次に、マルウェア分類および検出タスクにおけるこれらの特徴の利点を実証する。
• 参考スコア（独自算出の注目度）: 42.599437516410994
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Malware poses a critical and ever-evolving threat, and robust and effective systems for detecting and classifying malware are of essential importance. $n$-grams features are among the common static features used in effective machine learning systems for malware, but these features are inherently brittle. We propose an algorithm for constructing more robust features, hamm-grams, which are a special class of regular expressions having a fixed length and single-character wildcards. We devise an efficient algorithm for finding common hamm-grams using a new locality-sensitive hash designed to produce collisions among pairs of small Hamming distance and a clustering within hash buckets to place wildcards. We then demonstrate the advantages of these features in malware classification and detection tasks.
• Abstract（参考訳）: マルウェアは危機的かつ絶え間なく進化する脅威であり、マルウェアの検出と分類のための堅牢で効果的なシステムが不可欠である。 $n$-grams機能は、マルウェアの効果的な機械学習システムで使用される一般的な静的機能のひとつだが、これらの機能は本質的に脆弱である。 固定長と単一文字のワイルドカードを持つ正規表現の特殊クラスである,より堅牢な特徴であるハムグラムを構築するアルゴリズムを提案する。 本研究では,ハミング距離の小さい2組のハミング距離と,ワイルドカードを配置するハッシュバケット内のクラスタリングとの衝突を生成するために設計された,局所性に敏感な新しいハッシュを用いて,一般的なハミンググラムを見つけるための効率的なアルゴリズムを考案した。 次に、マルウェア分類および検出タスクにおけるこれらの特徴の利点を実証する。

関連論文リスト

• Learning Attribute-Aware Hash Codes for Fine-Grained Image Retrieval via Query Optimization [25.4712230410618]
  本稿では,属性認識型ハッシュ学習に学習可能なクエリを利用する新しい手法を提案する。 この方法は、ハッシュプロセス内で、ニュアンスド属性レベルの情報をキャプチャし、表現するために、調整されたクエリセットをデプロイする。 このクエリベースの最適化フレームワークに基づいて、複雑なランドスケープ最適化の課題を軽減するために補助的なブランチを組み込む。
  論文  参考訳（メタデータ） (2025-09-21T12:14:37Z)
• Zero-Shot Hashing Based on Reconstruction With Part Alignment [12.997382090145845]
  RAZHと呼ばれる新しいゼロショットハッシュ法を提案する。 まず、クラスタリングアルゴリズムを用いて、属性マッチングのための画像部品に類似したパッチをグループ化する。 次に、画像パーツを対応する属性ベクトルに置き換え、各部分を最も近い属性に徐々に整合させる。
  論文  参考訳（メタデータ） (2025-03-10T08:22:03Z)
• Attributes Grouping and Mining Hashing for Fine-Grained Image Retrieval [24.8065557159198]
  微粒な画像検索のための属性グループとマイニングハッシュ(AGMH)を提案する。 AGMHはカテゴリ固有の視覚属性を複数の記述子にグループ化し、包括的特徴表現を生成する。 AGMHは、きめ細かいベンチマークデータセットの最先端メソッドに対して、一貫して最高のパフォーマンスを得る。
  論文  参考訳（メタデータ） (2023-11-10T14:01:56Z)
• SemStamp: A Semantic Watermark with Paraphrastic Robustness for Text Generation [72.10931780019297]
  既存の透かしアルゴリズムはトークンレベルの設計のため、パラフレーズ攻撃に弱い。 局所性に敏感なハッシュ(LSH)に基づく頑健な文レベルのセマンティック透かしアルゴリズムSemStampを提案する。 実験結果から,本アルゴリズムは従来手法に比べて,従来手法よりも頑健であるだけでなく,生成品質の維持にも有効であることが示唆された。
  論文  参考訳（メタデータ） (2023-10-06T03:33:42Z)
• Unified Functional Hashing in Automatic Machine Learning [58.77232199682271]
  高速に統一された関数型ハッシュを用いることで,大きな効率向上が得られることを示す。 私たちのハッシュは"機能的"であり、表現やコードが異なる場合でも同等の候補を識別します。 ニューラルアーキテクチャ検索やアルゴリズム発見など、複数のAutoMLドメインで劇的な改善がなされている。
  論文  参考訳（メタデータ） (2023-02-10T18:50:37Z)
• Combining AI and AM - Improving Approximate Matching through Transformer Networks [12.466612431413711]
  近似マッチング(英: Approximate matching, AM)は、デジタル法医学において、デジタルアーティファクト間の類似性を決定する概念である。 本稿では,自然言語処理分野からの変換器モデルに基づくマッチングアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-08-24T08:26:49Z)
• CIMON: Towards High-quality Hash Codes [63.37321228830102]
  我々はtextbfComprehensive stextbfImilarity textbfMining と ctextbfOnsistency leartextbfNing (CIMON) という新しい手法を提案する。 まず、グローバルな洗練と類似度統計分布を用いて、信頼性とスムーズなガイダンスを得る。第二に、意味的整合性学習とコントラスト的整合性学習の両方を導入して、乱不変と差別的ハッシュコードの両方を導出する。
  論文  参考訳（メタデータ） (2020-10-15T14:47:14Z)
• Rethinking Generative Zero-Shot Learning: An Ensemble Learning Perspective for Recognising Visual Patches [52.67723703088284]
  我々はMPGAN(Multi-patch Generative Adversarial Nets)と呼ばれる新しいフレームワークを提案する。 MPGANは、新しい重み付き投票戦略で、ローカルパッチ機能とラベルが見えないクラスを合成する。 MPGANは最先端の手法よりもはるかに精度が高い。
  論文  参考訳（メタデータ） (2020-07-27T05:49:44Z)
• Reinforcing Short-Length Hashing [61.75883795807109]
  既存の手法は、非常に短いハッシュコードを用いた検索性能が劣っている。 本研究では, 短寿命ハッシュ(RSLH)を改良する新しい手法を提案する。 本稿では,ハッシュ表現とセマンティックラベルの相互再構成を行い,セマンティック情報を保存する。 3つの大規模画像ベンチマークの実験は、様々な短いハッシュシナリオ下でのRSLHの優れた性能を示す。
  論文  参考訳（メタデータ） (2020-04-24T02:23:52Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。