Des attaquants ont appris à tromper les détecteurs de logiciels malveillants basés sur l'apprentissage automatique avec de petites modifications de code astucieuses, et des chercheurs affirment avoir peut-être enfin trouvé une réponse. Dans un nouvel article, des universitaires de l'Inria et du CISPA Helmholtz Center for Information Security décrivent un cadre qui peut résister à ce type de tentatives d'évasion. Leurs travaux se concentrent sur les exemples adverses dans la détection de logiciels malveillants, où les attaquants modifient les logiciels de manière à préserver leur fonctionnalité tout en induisant le modèle en erreur pour...