微软近日推出了一款自主 AI 代理 ，声称它可以 无需人工协助检测恶意软件 。这个名为 Project Ire 的原型项目，可以在 没有任何关于软件来源或用途信息 的情况下，进行 反向工程分析 ，并使用 ...

Project Ire系统通过调用API，整合多种逆向工程工具，从底层二进制分析、控制流重构乃至代码行为等角度不断更新对目标文件的理解，从而实现对测试数据集漏报率约一成、误报率4%的成绩，并即将投入生产环境使用。

微软近日公布了Project Ire项目，这是一个能够自主进行逆向工程并分类软件性质的人工智能（AI）系统。该系统由大型语言模型（LLM）驱动，通过使用反编译器等工具分析软件输出结果，最终确定软件属于恶意还是良性。

微软本周公布恶意软件分类AI代理人系统Project Ire原型。 Project Ire是源自微软研究院、Microsoft Defender Research、以及Microsoft Discovery& ...

在网络安全的不断演变中，微软于本周二重磅推出了其最新的人工智能产品——Project Ire。这款智能体的核心功能在于无需人工干预，即可对大量野生恶意软件进行高效的分析和分类。作为微软的一项重大技术突破，Project Ire不仅提升了恶意软件检测的效率，也为网络安全的未来奠定了新的基础。

微软公司近期在人工智能领域迈出了重要一步，推出了一款名为Project Ire的创新智能体。这款智能体具备在无人工干预情况下，对野生恶意软件进行大规模分析和分类的能力。 Project ...

A：Project Ire是微软开发的人工智能智能体，专门用于大规模自动识别恶意软件。它能够逆向工程可疑软件文件，使用反编译器和二进制分析等取证工具来解构代码，从而判断文件是恶意还是安全的，整个过程无需人工干预。

Project Ire 首次实现无需人工干预即可完成软件逆向工程与恶意判断分类，在 Windows 测试中展现出 98% 精确度，标志着网络安全检测技术的突破性进展。 Project Ire 基于 GraphRAG 与 Microsoft Discovery 的协作框架构建，采用先进 AI 大语言模型及逆向工程工具套件，集成反编译器、二进制分析工具及 Project Freta ...

Project Ire 首次实现无需人工干预即可完成软件逆向工程与恶意判断分类，在 Windows 测试中展现出 98% 精确度，标志着网络安全检测技术的突破性进展。 Project Ire 基于 GraphRAG 与 Microsoft Discovery 的协作框架构建，采用先进 AI 大语言模型及逆向工程工具套件，集成反编译器、二进制分析工具及 Project Freta ...

想成为一名数据记者？你需要坚强的毅力——以及正确的训练。为了帮助数据新闻更容易被所有人访问，调查记者和编辑（Investigative Reporters and Editors）最近推出NICAR－Learn，一个在线培训视频平台，任何人可以随时随地的使用。“NICAR－Learn是记者展示自己最佳数据使用技巧和策略的地方，也为他人 ...