汪嘉来 张 超 戚旭衍 荣 易

1(清华大学网络科学与网络空间研究院 北京 100084) 2(北京信息科学与技术国家研究中心 北京 100084) 3(数学工程与先进计算国家重点实验室 郑州 450002) 4(清华大学软件学院 北京 100084)

随着社会的发展，计算机系统已经成为人们日常生活中不可或缺的一部分.而恶意软件的存在，则一直威胁着计算机系统的安全，给社会的发展带来了巨大的损失.例如2014年全球遭受的与恶意软件相关的经济损失大约为5 000亿美元[1].对此，如何有效检测恶意软件一直是研究的热点.

传统的恶意软件检测技术往往需要大量的人工参与.如基于签名的检测技术、启发式的检测技术等，它们需要人工制定许多检测规则[2].然而，这类传统的检测技术无法很好地检测先前未见过的新式恶意软件[3].尤其是在恶意软件日均新增数量众多的情况下，该类技术更加无法胜任.近些年来，随着人工智能的蓬勃发展，恶意软件的检测技术也开始与机器学习、深度学习技术相结合，我们称之为恶意软件智能检测技术.这种新的检测技术能够更好地检测先前未见过的新式样本，更能够满足当前社会的安全需求.作为新型恶意软件检测技术的代表，恶意软件智能检测技术具有泛化能力强的特点，还能够在一定程度上降低人工的参与.因此，研究有效的恶意软件智能检测技术具有较高的价值.

对于恶意软件智能检测相关研究而言，如何有效应用人工智能技术是……