準確率99%！基於深度學習的二進制惡意樣本檢測——瀚思APT 沙箱惡意文件檢測使用的是CNN，LSTM TODO...

所以我們的流程如圖所示。將正負樣本按 1：1 的比例轉換爲圖像。將 ImageNet 中訓練好的圖像分類模型作爲遷移學習的輸入。在 GPU 集羣中進行訓練。我們同時訓練了標準模型和壓縮模型，對應不同的客戶需求（有無 GPU 環境）。 流程中比較核心的算法其實在文件到圖像的轉換。因爲常規的網絡一般能輸入的尺寸也就是 300 x 300 上下，也就是 9K 左右的規模。而病毒樣本的大小平均接近 1M，

>>阅读原文<<