Buchumschlag

Obfuscated Memory Malware Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	P, Sharmila S, Tiwari, Aruna, Chaudhari, Narendra S
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Cryptography and Security Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Malware Detection Through Memory Analysis
von: Nassar, Sarah
Veröffentlicht: (2026)

An Empirical Study of Code Obfuscation Practices in the Google Play Store
von: Niroshan, Akila, et al.
Veröffentlicht: (2025)

AI-Powered Anomaly Detection with Blockchain for Real-Time Security and Reliability in Autonomous Vehicles
von: Shit, Rathin Chandra, et al.
Veröffentlicht: (2025)

Evading Deep Learning-Based Malware Detectors via Obfuscation: A Deep Reinforcement Learning Approach
von: Etter, Brian, et al.
Veröffentlicht: (2024)

Leveraging LSTM and GAN for Modern Malware Detection
von: Gupta, Ishita, et al.
Veröffentlicht: (2024)

Empirical Quantification of Spurious Correlations in Malware Detection
von: Perasso, Bianca, et al.
Veröffentlicht: (2025)

Explainable Malware Detection with Tailored Logic Explained Networks
von: Anthony, Peter, et al.
Veröffentlicht: (2024)

SLIFER: Investigating Performance and Robustness of Malware Detection Pipelines
von: Ponte, Andrea, et al.
Veröffentlicht: (2024)

ESLD (External Surrogate Latent Defense): A Latent-Space Architecture for Faster, Stronger Prompt-Injection Defense
von: Narendra, Yash
Veröffentlicht: (2026)

Demystifying the Role of Rule-based Detection in AI Systems for Windows Malware Detection
von: Ponte, Andrea, et al.
Veröffentlicht: (2025)

Use of Multi-CNNs for Section Analysis in Static Malware Detection
von: Quertier, Tony, et al.
Veröffentlicht: (2024)

AI-Powered Algorithms for the Prevention and Detection of Computer Malware Infections
von: Keshava, Rakesh, et al.
Veröffentlicht: (2026)

Mechanistic Interpretability in the Presence of Architectural Obfuscation
von: Florencio, Marcos, et al.
Veröffentlicht: (2025)

Enhanced Cyber Threat Intelligence by Network Forensic Analysis for Ransomware as a Service(RaaS) Malwares
von: P, Sharmila S
Veröffentlicht: (2026)

Combating Concept Drift with Explanatory Detection and Adaptation for Android Malware Classification
von: He, Yiling, et al.
Veröffentlicht: (2024)

Detecting Android Malware: From Neural Embeddings to Hands-On Validation with BERTroid
von: Chaieb, Meryam, et al.
Veröffentlicht: (2024)

Explainable Attention-Guided Stacked Graph Neural Networks for Malware Detection
von: Shokouhinejad, Hossein, et al.
Veröffentlicht: (2025)

Routing-Aware Explanations for Mixture of Experts Graph Models in Malware Detection
von: Shokouhinejad, Hossein, et al.
Veröffentlicht: (2026)

UIXPOSE: Mobile Malware Detection via Intention-Behaviour Discrepancy Analysis
von: Pasdar, Amirmohammad, et al.
Veröffentlicht: (2025)

A Decompilation-Driven Framework for Malware Detection with Large Language Models
von: Chawla, Aniesh, et al.
Veröffentlicht: (2026)

A Unified Evaluation of Learning-Based Similarity Techniques for Malware Detection
von: Prasad, Udbhav, et al.
Veröffentlicht: (2026)

EIM-TRNG: Obfuscating Deep Neural Network Weights with Encoding-in-Memory True Random Number Generator via RowHammer
von: Zhou, Ranyang, et al.
Veröffentlicht: (2025)

Machine Learning for Windows Malware Detection and Classification: Methods, Challenges and Ongoing Research
von: Gibert, Daniel
Veröffentlicht: (2024)

Assessing the Impact of Packing on Machine Learning-Based Malware Detection and Classification Systems
von: Gibert, Daniel, et al.
Veröffentlicht: (2024)

Can LLMs Deeply Detect Complex Malicious Queries? A Framework for Jailbreaking via Obfuscating Intent
von: Shang, Shang, et al.
Veröffentlicht: (2024)

Scalable Hierarchical AI-Blockchain Framework for Real-Time Anomaly Detection in Large-Scale Autonomous Vehicle Networks
von: Shit, Rathin Chandra, et al.
Veröffentlicht: (2025)

Adversarial Attacks against Windows PE Malware Detection: A Survey of the State-of-the-Art
von: Ling, Xiang, et al.
Veröffentlicht: (2021)

On the Consistency of GNN Explanations for Malware Detection
von: Shokouhinejad, Hossein, et al.
Veröffentlicht: (2025)

Machine Learning Transferability for Malware Detection
von: Vieira, César, et al.
Veröffentlicht: (2026)

Creating Valid Adversarial Examples of Malware
von: Kozák, Matouš, et al.
Veröffentlicht: (2023)

Improving Android Malware Detection Through Data Augmentation Using Wasserstein Generative Adversarial Networks
von: Stalin, Kawana, et al.
Veröffentlicht: (2024)

Babel: Jailbreaking Safety Attention via Obfuscation Distribution Optimized Sampling
von: Wang, Ziwei, et al.
Veröffentlicht: (2026)

Model X-Ray: Detection of Hidden Malware in AI Model Weights using Few Shot Learning
von: Gilkarov, Daniel, et al.
Veröffentlicht: (2024)

Evaluating Ensemble and Deep Learning Models for Static Malware Detection with Dimensionality Reduction Using the EMBER Dataset
von: Abedin, Md Min-Ha-Zul, et al.
Veröffentlicht: (2025)

Adversarial Evasion in Non-Stationary Malware Detection: Minimizing Drift Signals through Similarity-Constrained Perturbations
von: Acharya, Pawan, et al.
Veröffentlicht: (2026)

Learning Temporal Invariance in Android Malware Detectors
von: Zheng, Xinran, et al.
Veröffentlicht: (2025)

Semantic Preprocessing for LLM-based Malware Analysis
von: Marais, Benjamin, et al.
Veröffentlicht: (2025)

FedAdOb: Privacy-Preserving Federated Deep Learning with Adaptive Obfuscation
von: Gu, Hanlin, et al.
Veröffentlicht: (2024)

Disappearing Ink: Obfuscation Breaks N-gram Code Watermarks in Theory and Practice
von: Zhang, Gehao, et al.
Veröffentlicht: (2025)

Can Reasoning Models Obfuscate Reasoning? Stress-Testing Chain-of-Thought Monitorability
von: Zolkowski, Artur, et al.
Veröffentlicht: (2025)