Buchumschlag

A Visualized Malware Detection Framework with CNN and Conditional GAN

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Fang, Hamadi, Hussam Al, Damiani, Ernesto
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Cryptography and Security Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Transformer-Based Framework for Payload Malware Detection and Classification
von: Stein, Kyle, et al.
Veröffentlicht: (2024)

CNN-LSTM and Transfer Learning Models for Malware Classification based on Opcodes and API Calls
von: Bensaoud, Ahmed, et al.
Veröffentlicht: (2024)

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)

Android Malware Detection: A Machine Leaning Approach
von: Abdulla, Hasan
Veröffentlicht: (2025)

System Calls for Malware Detection and Classification: Methodologies and Applications
von: Gond, Bishwajit Prasad, et al.
Veröffentlicht: (2025)

SCORE: Syntactic Code Representations for Static Script Malware Detection
von: Erdemir, Ecenaz, et al.
Veröffentlicht: (2024)

LAMD: Context-driven Android Malware Detection and Classification with LLMs
von: Qian, Xingzhi, et al.
Veröffentlicht: (2025)

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

Optimized Deep Learning Models for Malware Detection under Concept Drift
von: Maillet, William, et al.
Veröffentlicht: (2023)

Empirical Evaluation of Concept Drift in ML-Based Android Malware Detection
von: Sabbah, Ahmed, et al.
Veröffentlicht: (2025)

Holographic Global Convolutional Networks for Long-Range Prediction Tasks in Malware Detection
von: Alam, Mohammad Mahmudul, et al.
Veröffentlicht: (2024)

Packet Inspection Transformer: A Self-Supervised Journey to Unseen Malware Detection with Few Samples
von: Stein, Kyle, et al.
Veröffentlicht: (2024)

Adversarial Vulnerability Under Temporal Concept Drift: A Longitudinal Study of Android Malware Detection
von: Sabbah, Ahmed, et al.
Veröffentlicht: (2026)

IoT-based Android Malware Detection Using Graph Neural Network With Adversarial Defense
von: Yumlembam, Rahul, et al.
Veröffentlicht: (2025)

Concept Drift Adaptation Using Self-Supervised and Reinforcement Learning In Android Malware Detection
von: Sabbah, Ahmed, et al.
Veröffentlicht: (2026)

Defending against Adversarial Malware Attacks on ML-based Android Malware Detection Systems
von: He, Ping, et al.
Veröffentlicht: (2025)

Adversarial Attacks on Transformers-Based Malware Detectors
von: Jakhotiya, Yash, et al.
Veröffentlicht: (2022)

MalDataGen: A Modular Framework for Synthetic Tabular Data Generation in Malware Detection
von: Paim, Kayua Oleques, et al.
Veröffentlicht: (2025)

CAFE-GB: Scalable and Stable Feature Selection for Malware Detection via Chunk-wise Aggregated Gradient Boosting
von: K, Ajvad Haneef, et al.
Veröffentlicht: (2026)

MeLeMaD: Adaptive Malware Detection via Chunk-wise Feature Selection and Meta-Learning
von: K, Ajvad Haneef, et al.
Veröffentlicht: (2025)

PBP: Post-training Backdoor Purification for Malware Classifiers
von: Nguyen, Dung Thuy, et al.
Veröffentlicht: (2024)

Adversarial-Resilient RF Fingerprinting: A CNN-GAN Framework for Rogue Transmitter Detection
von: Dhakal, Raju, et al.
Veröffentlicht: (2025)

Securing Healthcare with Deep Learning: A CNN-Based Model for medical IoT Threat Detection
von: Mohamadi, Alireza, et al.
Veröffentlicht: (2024)

EGAN: Evolutional GAN for Ransomware Evasion
von: Commey, Daniel, et al.
Veröffentlicht: (2024)

kNN Classification of Malware Data Dependency Graph Features
von: Musgrave, John, et al.
Veröffentlicht: (2024)

A Novel Active Learning Approach to Label One Million Unknown Malware Variants
von: Bensaoud, Ahmed, et al.
Veröffentlicht: (2025)

A GAN-based data poisoning framework against anomaly detection in vertical federated learning
von: Chen, Xiaolin, et al.
Veröffentlicht: (2024)

Malware families discovery via Open-Set Recognition on Android manifest permissions
von: Leveni, Filippo, et al.
Veröffentlicht: (2025)

BEACON: Behavioral Malware Classification with Large Language Model Embeddings and Deep Learning
von: Perera, Wadduwage Shanika, et al.
Veröffentlicht: (2025)

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

Semantic-Aware Contrastive Fine-Tuning: Boosting Multimodal Malware Classification with Discriminative Embeddings
von: Sanchez, Ivan Montoya, et al.
Veröffentlicht: (2025)

Fake detection in imbalance dataset by Semi-supervised learning with GAN
von: Bordbar, Jinus, et al.
Veröffentlicht: (2022)

Deep Learning-Driven Malware Classification with API Call Sequence Analysis and Concept Drift Handling
von: Gond, Bishwajit Prasad, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning for Phishing Detection with Transformer-Based Semantic Features
von: Faisal, Aseer Al
Veröffentlicht: (2025)

Enhancing Malware Detection by Integrating Machine Learning with Cuckoo Sandbox
von: Alshmarni, Amaal F., et al.
Veröffentlicht: (2023)

Robust Federated Learning with Confidence-Weighted Filtering and GAN-Based Completion under Noisy and Incomplete Data
von: Gokcen, Alpaslan, et al.
Veröffentlicht: (2025)

Dynamic Malware Classification of Windows PE Files using CNNs and Greyscale Images Derived from Runtime API Call Argument Conversion
von: Shahnawaz, Md, et al.
Veröffentlicht: (2025)

TAS-GNN: A Status-Aware Signed Graph Neural Network for Anomaly Detection in Bitcoin Trust Systems
von: Xue, Chang, et al.
Veröffentlicht: (2026)

Towards Robust Stability Prediction in Smart Grids: GAN-based Approach under Data Constraints and Adversarial Challenges
von: Efatinasab, Emad, et al.
Veröffentlicht: (2025)