Buchumschlag

Evaluating Ensemble and Deep Learning Models for Static Malware Detection with Dimensionality Reduction Using the EMBER Dataset

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Abedin, Md Min-Ha-Zul, Mehrub, Tazqia
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Cryptography and Security Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Comparison of Multiple Classifiers for Android Malware Detection with Emphasis on Feature Insights Using CICMalDroid 2020 Dataset
von: Abedin, Md Min-Ha-Zul, et al.
Veröffentlicht: (2026)

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

EMBER2024 -- A Benchmark Dataset for Holistic Evaluation of Malware Classifiers
von: Joyce, Robert J., et al.
Veröffentlicht: (2025)

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

Binary and Multi-Class Intrusion Detection in IoT Using Standalone and Hybrid Machine and Deep Learning Models
von: Akif, Md Ahnaf
Veröffentlicht: (2025)

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

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

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

Do You Trust Your Model? Emerging Malware Threats in the Deep Learning Ecosystem
von: Hitaj, Dorjan, et al.
Veröffentlicht: (2024)

Obfuscated Memory Malware Detection
von: P, Sharmila S, et al.
Veröffentlicht: (2024)

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

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

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

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

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

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

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)

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

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

Hybrid Machine Learning Models for Intrusion Detection in IoT: Leveraging a Real-World IoT Dataset
von: Akif, Md Ahnaf, 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)

Deep Learning Based XIoT Malware Analysis: A Comprehensive Survey, Taxonomy, and Research Challenges
von: Darwish, Rami, et al.
Veröffentlicht: (2024)

A Novel Reinforcement Learning Model for Post-Incident Malware Investigations
von: Dunsin, Dipo, et al.
Veröffentlicht: (2024)

The Power of MEME: Adversarial Malware Creation with Model-Based Reinforcement Learning
von: Rigaki, Maria, et al.
Veröffentlicht: (2023)

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

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

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

MASCOT: Analyzing Malware Evolution Through A Well-Curated Source Code Dataset
von: Li, Bojing, et al.
Veröffentlicht: (2025)

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

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

Counteracting Concept Drift by Learning with Future Malware Predictions
von: Bosansky, Branislav, et al.
Veröffentlicht: (2024)

Evasive Intelligence: Lessons from Malware Analysis for Evaluating AI Agents
von: Aonzo, Simone, et al.
Veröffentlicht: (2026)

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

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

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)

Enhancing Decision-Making in Windows PE Malware Classification During Dataset Shifts with Uncertainty Estimation
von: Yumlembam, Rahul, et al.
Veröffentlicht: (2025)

Towards a Practical Defense against Adversarial Attacks on Deep Learning-based Malware Detectors via Randomized Smoothing
von: Gibert, Daniel, et al.
Veröffentlicht: (2023)