利用不确定性估计增强Windows PE恶意软件分类在数据集转移中的决策能力

这项研究探索了网络安全领域的一个关键领域，解决了准确的恶意软件分类的挑战，特别是在数据集发生变化的情况下。 重点关注不确定性估计是一种有价值的方法，用于提高机器学习模型在动态环境中的可靠性和鲁棒性。

• •解决了恶意软件分类中数据集转移的问题。
• •采用了不确定性估计技术。
• •旨在改进 Windows PE 恶意软件分类的决策能力。