产品动态来源:火绒安全官网
火绒高启发扫描技术迭代:引入深度学习能力,提升泛化识别精度
火绒介绍高启发扫描模型的一次迭代,引入深度学习以提升未知恶意程序的识别精度。
本站解读
事件背景:2025年11月17日,火绒介绍高启发扫描模型的一次迭代,在原有启发式判断的基础上引入深度学习能力,用于提升对未知恶意程序的泛化识别精度。此次变化属于检测引擎层面的调整,影响的是扫描判定方式,而非界面或交互功能。
影响范围:启发式扫描依赖特征与规则推断,面对变形、加壳或新编写的样本容易失效;引入深度学习后,模型可从样本结构中学习共性特征,对未见过程序也具备一定判断能力。代价是误报结构可能发生变化,企业既有的白名单与例外规则需要重新校准。
建议动作:建议先在测试终端开启新模型,用业务软件、自研工具和常用安装包做误报验证,重点观察编译工具、脚本解释器与行业专用软件;对比升级前后的拦截记录,统计新增告警的准确性;确认稳定后再分批推送,并保留回退到原检测策略的操作路径。
版权说明:本站解读为艾特华科技原创整理,原文版权归北京火绒网络科技有限公司所有;转载请注明原文出处。