基于检测边界预测的杀毒软件鲁棒性评估方法

一种基于检测边界预测的杀毒软件鲁棒性评估方法，通过三大创新模块实现高效量化：边界探测引擎采用动态掩码技术与迭代二分搜索算法，精确定位字节级边界点并扩展关键上下文区域，经智能合并后输出标签化数据集；边界预测模型基于多尺度卷积神经网络，通过特征金字塔构建、双注意力机制及改进损失函数，输出全文件域概率张量；鲁棒性量化器利用预测的高危字节生成对抗样本，验证攻击成功率并生成量化指标，同时通过可视化边界概率分布图直观展示预测与真实边界区域的重合度。经测试，本方法评估速度达3.0秒/样本，较传统提升6.5倍，边界预测率约90％、扰动率仅0.1％、实现精准的全覆盖评估，最终生成结构化报告，为杀毒软件检测边界加固提供精准导向。