
Planck-99:37KB 纯 C 恶意软件分类器,延迟低至 34ns
来源标题:A 37KB deterministic embedded C malware classifier with 34ns latency
Planck-99 是一款确定性、纯整数的恶意软件分类器,编译后仅 37KB,分类器接口延迟约 34-62ns,可运行在资源受限的嵌入式 Linux 硬件上,无需云端、GPU 或浮点单元。它采用 32 维整数特征向量与五树集成模型,INT8 量化后与原 float32 版本误差在 0.5 个百分点内。在未见过的 IoT 数据集上准确率达 96.28%,但该数据集误报率为 12.18%。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
这场演讲介绍 Planck-99,一个确定性、纯整数的恶意软件分类器(27 KB 无依赖 C 源码,编译后 37 KB;分类器接口延迟约 34-62 ns,约 100-190 个周期;包含 eBPF 系统调用捕获的端到端时间为 80-650 微秒),它专为直接在资源受限的嵌入式 Linux 硬件上运行而构建,无需云、GPU 或浮点单元。监管正日益要求这类设备提供可审计的证据:欧盟《网络弹性法案》、美国《物联网网络安全改进法案》、沙特阿拉伯的 OTCC-1:2022、英国 PSTI 制度以及日本的 JC-STAR 都要求提供活动级、清单级或进程级的证据,然而这些法规都没有强制要求默认公开检测逻辑。我将带您逐一了解该引擎的白盒架构(一个 32 维整数特征向量馈入经过剪枝的五树集成模型,INT8 量化后与原始 float32 版本的差距在 0.5 个百分点以内),以及基于公开基准数据集和结果所做的诚实评估:一个冻结模型、三个语料库,在一个未见过的 IoT 语料库上达到 96.28% 的准确率,而该语料库的轨迹长度最高可达训练数据中任何样本的 51 倍,其中还包括对该语料库 12.18% 假阳性率及其来源的透明剖析。由于内置生成器可从带标签的系统调用轨迹数据训练出新引擎,耗时约 3 到 30 分钟(取决于数据集),因此每次部署都可以携带自己定制的版本。演讲最后提出一个战略性论点:一个攻击者和防御者持有完全相同形态的紧凑、可审计引擎,保护不了任何人。我提出一种两级披露模型,而非将整个引擎开源或完全隐藏:公共层(架构、标准审计日志、独立的黑盒基准和公开基准数据集)和受限层(权重、阈值和完整决策路径,仅与授权审计方共享,且每个端点各不相同)。演讲者正在将 Planck-99 商业化,并在一开始就披露了这一利益关系。
Ziad Salah(Zierax)是一位关键任务系统的安全、安保与可持续性工程师,Division-36 的创始人,也是一位 XAI/HCI 研究者。他的工作涵盖底层 Linux 审计以及确定性、受限环境下的防御引擎,他构建了开源和闭源的安全工具,包括 Z-Privesc、Z-Jail 和 Planck-99。他注册于 ORCID 0009-0002-6813-2416,在内核机制、数学精确性和国际网络安全合规之间架起桥梁。18 岁时,他的工程原则核心是:可复现性,以及无需交到攻击者手中即可验证的白盒安全架构。
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。