MeLeMaD：基于元学习的自适应恶意软件检测

本文介绍了MeLeMaD，这是一个结合了元学习和基于块特征选择技术的恶意软件检测新框架。元学习的使用使模型能够适应不断变化的威胁，而特征选择方法解决了大规模、高维恶意软件数据集的挑战。本文的优势在于其在多个数据集上展示的性能，优于最先进的方法。这是对网络安全领域的重要贡献。

• •MeLeMaD 是一个使用元学习的恶意软件检测新框架。
• •它结合了基于梯度提升的块特征选择 (CFSGB)，用于高效处理大型数据集。
• •MeLeMaD 在多个基准数据集上优于最先进的方法。
• •该方法解决了恶意软件检测中鲁棒性、适应性和大规模数据集的挑战。