Pesquisa expõe limites do machine learning para estimar a data de primeira detecção de malware
Usando o dataset EMBER2024, pesquisadores testaram se modelos de machine learning conseguem prever a data de "primeira detecção" (first-seen) de um executável ou apontar quando seu timestamp de compilação PE/COFF é implausível. A regressão direta do first-seen produziu erros do tamanho de boa parte da janela de coleta do próprio dataset, tornando a abordagem inútil para ordenação cronológica. Já classificadores binários conseguiram identificar, com boa discriminação, timestamps claramente implausíveis — uma tarefa mais modesta, mas de uso prático real.
Fonte ↗