EMBER

用于训练机器学习模型以静态检测恶意 Windows 可移植可执行文件的标记基准数据集。该数据集包括从 1.1M 二进制文件中提取的特征：900K 训练样本（300K 恶意，300K 良性，300K 未标记）和 200K 测试样本（100K 恶意，100K 良性）。

A labeled benchmark dataset for training machine learning models to statically detect malicious Windows Portable Executable (PE) files. This dataset includes features extracted from 1.1M binary files: 900K training samples (300K malicious, 300K benign, 300K unlabeled) and 200K test samples (100K malicious, 100K benign).

AI搜集汇总

背景与挑战

背景概述

EMBER是一个用于静态检测恶意Windows可移植可执行文件的机器学习基准数据集，包含从110万个二进制文件中提取的特征，其中训练集有90万样本（包括恶意、良性和未标记数据），测试集有20万样本（恶意和良性各半）。该数据集由Endgame, Inc.于2018年发布，支持特征工程和恶意软件分类任务，采用MIT许可证，旨在促进恶意软件检测模型的研究与开发。