Buchumschlag

Dual Explanations via Subgraph Matching for Malware Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shokouhinejad, Hossein, Razavi-Far, Roozbeh, Higgins, Griffin, Ghorbani, Ali A.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Cryptography and Security Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On the Consistency of GNN Explanations 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)

Transparent Malware Detection With Granular Assembly Flow Explainability via Graph Neural Networks
von: Higgins, Griffin, et al.
Veröffentlicht: (2026)

A Research and Development Portfolio of GNN Centric Malware Detection, Explainability, and Dataset Curation
von: Shokouhinejad, Hossein, et al.
Veröffentlicht: (2025)

Recent Advances in Malware Detection: Graph Learning and Explainability
von: Shokouhinejad, Hossein, et al.
Veröffentlicht: (2025)

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

Explainable Malware Detection through Integrated Graph Reduction and Learning Techniques
von: Mohammadian, Hesamodin, et al.
Veröffentlicht: (2024)

Towards Privacy-Preserving Split Learning: Destabilizing Adversarial Inference and Reconstruction Attacks in the Cloud
von: Higgins, Griffin, et al.
Veröffentlicht: (2025)

LLM Security and Safety: Insights from Homotopy-Inspired Prompt Obfuscation
von: Lazo, Luis, et al.
Veröffentlicht: (2026)

A Study on the Importance of Features in Detecting Advanced Persistent Threats Using Machine Learning
von: Hallaji, Ehsan, et al.
Veröffentlicht: (2025)

FedNIA: Noise-Induced Activation Analysis for Mitigating Data Poisoning in FL
von: Hallaji, Ehsan, et al.
Veröffentlicht: (2025)

TrustChain: A Blockchain Framework for Auditing and Verifying Aggregators in Decentralized Federated Learning
von: Hallaji, Ehsan, et al.
Veröffentlicht: (2025)

A Study on Semi-Supervised Detection of DDoS Attacks under Class Imbalance
von: Hallaji, Ehsan, et al.
Veröffentlicht: (2025)

Large Language Model (LLM) for Software Security: Code Analysis, Malware Analysis, Reverse Engineering
von: Jelodar, Hamed, et al.
Veröffentlicht: (2025)

Decentralized Federated Learning: A Survey on Security and Privacy
von: Hallaji, Ehsan, et al.
Veröffentlicht: (2024)

Automated Malware Family Classification using Weighted Hierarchical Ensembles of Large Language Models
von: Bai, Samita, et al.
Veröffentlicht: (2026)

Quantum Adversarial Machine Learning: From Classical Adaptations to Quantum-Native Methods
von: Razavi-Far, Roozbeh, et al.
Veröffentlicht: (2026)

Evasion of IoT Malware Detection via Dummy Code Injection
von: Zargarzadeh, Sahar, et al.
Veröffentlicht: (2026)

Assessing Cyclostationary Malware Detection via Feature Selection and Classification
von: Nkongolo, Mike
Veröffentlicht: (2023)

Malware Detection based on API calls
von: Fellicious, Christofer, et al.
Veröffentlicht: (2025)

Cluster Analysis and Concept Drift Detection in Malware
von: Mishra, Aniket, et al.
Veröffentlicht: (2025)

LLM-Generated Samples for Android Malware Detection
von: Rollinson, Nik, et al.
Veröffentlicht: (2025)

LLM4CodeRE: Generative AI for Code Decompilation Analysis and Reverse Engineering
von: Jelodar, Hamed, et al.
Veröffentlicht: (2026)

Regression-aware Continual Learning for Android Malware Detection
von: Ghiani, Daniele, et al.
Veröffentlicht: (2025)

Optimization of Lightweight Malware Detection Models For AIoT Devices
von: Lo, Felicia, et al.
Veröffentlicht: (2024)

A Comparison of Adversarial Learning Techniques for Malware Detection
von: Louthánová, Pavla, et al.
Veröffentlicht: (2023)

Trident: Improving Malware Detection with LLMs and Behavioral Features
von: Saul, Rebecca, et al.
Veröffentlicht: (2026)

A Survey of Malware Detection Using Deep Learning
von: Bensaoud, Ahmed, et al.
Veröffentlicht: (2024)

On the Robustness of Malware Detectors to Adversarial Samples
von: Salman, Muhammad, et al.
Veröffentlicht: (2024)

Towards Certified Malware Detection: Provable Guarantees Against Evasion Attacks
von: Giri, Nandakrishna, et al.
Veröffentlicht: (2026)

Understanding Concept Drift with Deprecated Permissions in Android Malware Detection
von: Sabbah, Ahmed, et al.
Veröffentlicht: (2025)

Efficient Malware Detection with Optimized Learning on High-Dimensional Features
von: Choudhary, Aditya, et al.
Veröffentlicht: (2025)

Label-efficient Training Updates for Malware Detection over Time
von: Minnei, Luca, et al.
Veröffentlicht: (2026)

Unraveling the Key of Machine Learning-based Android Malware Detection
von: Liu, Jiahao, et al.
Veröffentlicht: (2024)

A Lean Transformer Model for Dynamic Malware Analysis and Detection
von: Quertier, Tony, et al.
Veröffentlicht: (2024)

Packed Malware Detection Using Grayscale Binary-to-Image Representations
von: Alkhateeb, Ehab, et al.
Veröffentlicht: (2025)

DRMD: Deep Reinforcement Learning for Malware Detection under Concept Drift
von: McFadden, Shae, et al.
Veröffentlicht: (2025)

Integrating Explainable AI for Effective Malware Detection in Encrypted Network Traffic
von: Zeleke, Sileshi Nibret, et al.
Veröffentlicht: (2025)

Learning Joint Embeddings of Function and Process Call Graphs for Malware Detection
von: Aneja, Kartikeya, et al.
Veröffentlicht: (2025)

Android Malware Detection Based on RGB Images and Multi-feature Fusion
von: Wang, Zhiqiang, et al.
Veröffentlicht: (2024)