Buchumschlag

A Decompilation-Driven Framework for Malware Detection with Large Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chawla, Aniesh, Prasad, Udbhav
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Cryptography and Security Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Proactively Detecting Threats: A Novel Approach Using LLMs
von: Chawla, Aniesh, et al.
Veröffentlicht: (2026)

Enhancing Reverse Engineering: Investigating and Benchmarking Large Language Models for Vulnerability Analysis in Decompiled Binaries
von: Manuel, Dylan, et al.
Veröffentlicht: (2024)

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

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

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

LCC-LLM: Leveraging Code-Centric Large Language Models for Malware Attribution
von: Pohlenz, Christopher G. Pedraza, et al.
Veröffentlicht: (2026)

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

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

DeBackdoor: A Deductive Framework for Detecting Backdoor Attacks on Deep Models with Limited Data
von: Popovic, Dorde, et al.
Veröffentlicht: (2025)

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

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

Routing-Aware Explanations for Mixture of Experts Graph Models in Malware Detection
von: Shokouhinejad, Hossein, 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)

Attribution-Driven Explainable Intrusion Detection with Encoder-Based Large Language Models
von: Biswas, Umesh, et al.
Veröffentlicht: (2026)

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

A Visualized Malware Detection Framework with CNN and Conditional GAN
von: Wang, Fang, et al.
Veröffentlicht: (2024)

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)

LLM-Driven Feature-Level Adversarial Attacks on Android Malware Detectors
von: Lan, Tianwei, et al.
Veröffentlicht: (2025)

CyberForce: A Federated Reinforcement Learning Framework for Malware Mitigation
von: Feng, Chao, et al.
Veröffentlicht: (2023)

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

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)

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

Trustworthiness Calibration Framework for Phishing Email Detection Using Large Language Models
von: Ganiuly, Daniyal, et al.
Veröffentlicht: (2025)

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

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

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)

MGC: A Compiler Framework Exploiting Compositional Blindness in Aligned LLMs for Malware Generation
von: Yan, Lu, 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)

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)

eX-NIDS: A Framework for Explainable Network Intrusion Detection Leveraging Large Language Models
von: Houssel, Paul R. B., et al.
Veröffentlicht: (2025)

Can Transformer Memory Be Corrupted? Investigating Cache-Side Vulnerabilities in Large Language Models
von: Hossain, Elias, et al.
Veröffentlicht: (2025)

SCDBench: A Benchmark for LLM-Based Smart Contract Decompilers
von: Qin, Kaihua, et al.
Veröffentlicht: (2026)

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