Buchumschlag

Semantic-Aware Contrastive Fine-Tuning: Boosting Multimodal Malware Classification with Discriminative Embeddings

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sanchez, Ivan Montoya, Mitra, Shaswata, Piplai, Aritran, Mittal, Sudip
Format:	Preprint
Veröffentlicht:	2025
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

Use of Graph Neural Networks in Aiding Defensive Cyber Operations
von: Mitra, Shaswata, et al.
Veröffentlicht: (2024)

LOCALINTEL: Generating Organizational Threat Intelligence from Global and Local Cyber Knowledge
von: Mitra, Shaswata, et al.
Veröffentlicht: (2024)

FALCON: Autonomous Cyber Threat Intelligence Mining with LLMs for IDS Rule Generation
von: Mitra, Shaswata, et al.
Veröffentlicht: (2025)

An Investigation into the Performances of the State-of-the-art Machine Learning Approaches for Various Cyber-attack Detection: A Survey
von: Ige, Tosin, et al.
Veröffentlicht: (2024)

Evaluating Large Language Models for Phishing Detection, Self-Consistency, Faithfulness, and Explainability
von: Kuikel, Shova, et al.
Veröffentlicht: (2025)

CAPoW: Context-Aware AI-Assisted Proof of Work based DDoS Defense
von: Chakraborty, Trisha, et al.
Veröffentlicht: (2023)

IRSKG: Unified Intrusion Response System Knowledge Graph Ontology for Cyber Defense
von: Panigrahi, Damodar, et al.
Veröffentlicht: (2024)

MAD-OOD: A Deep Learning Cluster-Driven Framework for an Out-of-Distribution Malware Detection and Classification
von: Ige, Tosin, et al.
Veröffentlicht: (2025)

IRSDA: An Agent-Orchestrated Framework for Enterprise Intrusion Response
von: Panigrahi, Damodar, et al.
Veröffentlicht: (2025)

ADAPT: A Pseudo-labeling Approach to Combat Concept Drift in Malware Detection
von: Alam, Md Tanvirul, et al.
Veröffentlicht: (2025)

Deep Learning-Based Speech and Vision Synthesis to Improve Phishing Attack Detection through a Multi-layer Adaptive Framework
von: Ige, Tosin, et al.
Veröffentlicht: (2024)

An investigation into the performances of the Current state-of-the-art Naive Bayes, Non-Bayesian and Deep Learning Based Classifier for Phishing Detection: A Survey
von: Ige, Tosin, et al.
Veröffentlicht: (2024)

PrivComp-KG : Leveraging Knowledge Graph and Large Language Models for Privacy Policy Compliance Verification
von: Garza, Leon, et al.
Veröffentlicht: (2024)

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

McNdroid: A Longitudinal Multimodal Benchmark for Robust Drift Detection in Android Malware
von: Kamol, Md Mahmuduzzaman, et al.
Veröffentlicht: (2026)

A White-Box Adversarial Attack Against a Digital Twin
von: Patterson, Wilson, et al.
Veröffentlicht: (2022)

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

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

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

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

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

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

Security Document Classification with a Fine-Tuned Local Large Language Model: Benchmark Data and an Open-Source System
von: Dobrovolskyi, Ivan
Veröffentlicht: (2026)

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

Accuracy and Efficiency Trade-Offs in LLM-Based Malware Detection and Explanation: A Comparative Study of Parameter Tuning vs. Full Fine-Tuning
von: Gravereaux, Stephen C., et al.
Veröffentlicht: (2025)

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

Eclectic Rule Extraction for Explainability of Deep Neural Network based Intrusion Detection Systems
von: Ables, Jesse, 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)

Self-Mined Hardness for Safety Fine-Tuning
von: Gupta, Prakhar, et al.
Veröffentlicht: (2026)

On the Reliability and Stability of Selective Methods in Malware Classification Tasks
von: Herzog, Alexander, et al.
Veröffentlicht: (2025)

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

Beyond Classification: Evaluating LLMs for Fine-Grained Automatic Malware Behavior Auditing
von: Zheng, Xinran, et al.
Veröffentlicht: (2025)

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

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)

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

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

Exploring Large Language Models for Semantic Analysis and Categorization of Android Malware
von: Walton, Brandon J, et al.
Veröffentlicht: (2025)

PrivTune: Efficient and Privacy-Preserving Fine-Tuning of Large Language Models via Device-Cloud Collaboration
von: Liu, Yi, et al.
Veröffentlicht: (2025)

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