Enregistré dans:
| Auteurs principaux: | Jurečková, Olha, Jureček, Martin |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2602.03489 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Online Clustering of Known and Emerging Malware Families
par: Jurečková, Olha, et autres
Publié: (2024)
par: Jurečková, Olha, et autres
Publié: (2024)
Adversarial Co-Evolution of Malware and Detection Models: A Bilevel Optimization Perspective
par: Jurečková, Olha, et autres
Publié: (2026)
par: Jurečková, Olha, et autres
Publié: (2026)
Detecting Concept Drift in Evolving Malware Families Using Rule-Based Classifier Representations
par: Kalný, Tomáš, et autres
Publié: (2026)
par: Kalný, Tomáš, et autres
Publié: (2026)
Building an Adversarial Malware Dataset by Family and Type: Generation, Evasion, and Poisoning Evaluation
par: Košťál, David, et autres
Publié: (2026)
par: Košťál, David, et autres
Publié: (2026)
RawMal-TF: Raw Malware Dataset Labeled by Type and Family
par: Bálik, David, et autres
Publié: (2025)
par: Bálik, David, et autres
Publié: (2025)
Effectiveness of Adversarial Benign and Malware Examples in Evasion and Poisoning Attacks
par: Kozák, Matouš, et autres
Publié: (2025)
par: Kozák, Matouš, et autres
Publié: (2025)
Adversarial Malware Generation in Linux ELF Binaries via Semantic-Preserving Transformations
par: Hrdonka, Lukáš, et autres
Publié: (2026)
par: Hrdonka, Lukáš, et autres
Publié: (2026)
A Comparison of Adversarial Learning Techniques for Malware Detection
par: Louthánová, Pavla, et autres
Publié: (2023)
par: Louthánová, Pavla, et autres
Publié: (2023)
Gray-Box Poisoning of Continuous Malware Ingestion Pipelines
par: Dolejš, Jan, et autres
Publié: (2026)
par: Dolejš, Jan, et autres
Publié: (2026)
Creating Valid Adversarial Examples of Malware
par: Kozák, Matouš, et autres
Publié: (2023)
par: Kozák, Matouš, et autres
Publié: (2023)
Revisiting Concept Drift in Windows Malware Detection: Adaptation to Real Drifted Malware with Minimal Samples
par: Li, Adrian Shuai, et autres
Publié: (2024)
par: Li, Adrian Shuai, et autres
Publié: (2024)
Cluster Analysis and Concept Drift Detection in Malware
par: Mishra, Aniket, et autres
Publié: (2025)
par: Mishra, Aniket, et autres
Publié: (2025)
Explainable Malware Detection with Tailored Logic Explained Networks
par: Anthony, Peter, et autres
Publié: (2024)
par: Anthony, Peter, et autres
Publié: (2024)
Measuring and Explaining the Effects of Android App Transformations in Online Malware Detection
par: Meng, Guozhu, et autres
Publié: (2025)
par: Meng, Guozhu, et autres
Publié: (2025)
LFreeDA: Label-Free Drift Adaptation for Windows Malware Detection
par: Li, Adrian Shuai, et autres
Publié: (2025)
par: Li, Adrian Shuai, et autres
Publié: (2025)
FARM: Few-shot Adaptive Malware Family Classification under Concept Drift
par: Guldemir, Numan Halit, et autres
Publié: (2026)
par: Guldemir, Numan Halit, et autres
Publié: (2026)
Understanding Concept Drift with Deprecated Permissions in Android Malware Detection
par: Sabbah, Ahmed, et autres
Publié: (2025)
par: Sabbah, Ahmed, et autres
Publié: (2025)
Empirical Evaluation of Concept Drift in ML-Based Android Malware Detection
par: Sabbah, Ahmed, et autres
Publié: (2025)
par: Sabbah, Ahmed, et autres
Publié: (2025)
DRMD: Deep Reinforcement Learning for Malware Detection under Concept Drift
par: McFadden, Shae, et autres
Publié: (2025)
par: McFadden, Shae, et autres
Publié: (2025)
Combating Concept Drift with Explanatory Detection and Adaptation for Android Malware Classification
par: He, Yiling, et autres
Publié: (2024)
par: He, Yiling, et autres
Publié: (2024)
Transcending Transcend: Revisiting Malware Classification in the Presence of Concept Drift
par: Barbero, Federico, et autres
Publié: (2020)
par: Barbero, Federico, et autres
Publié: (2020)
Adaptive Detection of Polymorphic Malware: Leveraging Mutation Engines and YARA Rules for Enhanced Security
par: Swami, Shreyansh, et autres
Publié: (2025)
par: Swami, Shreyansh, et autres
Publié: (2025)
LAMDA: A Longitudinal Android Malware Benchmark for Concept Drift Analysis
par: Haque, Md Ahsanul, et autres
Publié: (2025)
par: Haque, Md Ahsanul, et autres
Publié: (2025)
CITADEL: A Semi-Supervised Active Learning Framework for Malware Detection Under Continuous Distribution Drift
par: Haque, Md Ahsanul, et autres
Publié: (2025)
par: Haque, Md Ahsanul, et autres
Publié: (2025)
Demystifying the Role of Rule-based Detection in AI Systems for Windows Malware Detection
par: Ponte, Andrea, et autres
Publié: (2025)
par: Ponte, Andrea, et autres
Publié: (2025)
Concept Drift Adaptation Using Self-Supervised and Reinforcement Learning In Android Malware Detection
par: Sabbah, Ahmed, et autres
Publié: (2026)
par: Sabbah, Ahmed, et autres
Publié: (2026)
MADCAT: Combating Malware Detection Under Concept Drift with Test-Time Adaptation
par: Roh, Eunjin, et autres
Publié: (2025)
par: Roh, Eunjin, et autres
Publié: (2025)
ADAPT: A Pseudo-labeling Approach to Combat Concept Drift in Malware Detection
par: Alam, Md Tanvirul, et autres
Publié: (2025)
par: Alam, Md Tanvirul, et autres
Publié: (2025)
A Large Language Model Approach to Generating Bypass Rules for Malware Evasion in Analysis Sandbox
par: Sui, Zhiyong, et autres
Publié: (2026)
par: Sui, Zhiyong, et autres
Publié: (2026)
Counteracting Concept Drift by Learning with Future Malware Predictions
par: Bosansky, Branislav, et autres
Publié: (2024)
par: Bosansky, Branislav, et autres
Publié: (2024)
McNdroid: A Longitudinal Multimodal Benchmark for Robust Drift Detection in Android Malware
par: Kamol, Md Mahmuduzzaman, et autres
Publié: (2026)
par: Kamol, Md Mahmuduzzaman, et autres
Publié: (2026)
Living off the Analyst: Harvesting Features from Yara Rules for Malware Detection
par: Gupta, Siddhant, et autres
Publié: (2024)
par: Gupta, Siddhant, et autres
Publié: (2024)
Optimized Deep Learning Models for Malware Detection under Concept Drift
par: Maillet, William, et autres
Publié: (2023)
par: Maillet, William, et autres
Publié: (2023)
Packed Malware Detection Using Grayscale Binary-to-Image Representations
par: Alkhateeb, Ehab, et autres
Publié: (2025)
par: Alkhateeb, Ehab, et autres
Publié: (2025)
Malware Detection Through Memory Analysis
par: Nassar, Sarah
Publié: (2026)
par: Nassar, Sarah
Publié: (2026)
Evolution of Log-Based Detection Rules in Public Repositories
par: Long, Minjun, et autres
Publié: (2026)
par: Long, Minjun, et autres
Publié: (2026)
Feasibility Study for Supporting Static Malware Analysis Using LLM
par: Fujii, Shota, et autres
Publié: (2024)
par: Fujii, Shota, et autres
Publié: (2024)
MALIGN: Explainable Static Raw-byte Based Malware Family Classification using Sequence Alignment
par: Saha, Shoumik, et autres
Publié: (2021)
par: Saha, Shoumik, et autres
Publié: (2021)
MalwarePT: A Binary-Level Foundation Model for Malware Analysis
par: Vasan, Saastha, et autres
Publié: (2026)
par: Vasan, Saastha, et autres
Publié: (2026)
"Digital Camouflage": The LLVM Challenge in LLM-Based Malware Detection
par: Böke, Ekin, et autres
Publié: (2025)
par: Böke, Ekin, et autres
Publié: (2025)
Documents similaires
-
Online Clustering of Known and Emerging Malware Families
par: Jurečková, Olha, et autres
Publié: (2024) -
Adversarial Co-Evolution of Malware and Detection Models: A Bilevel Optimization Perspective
par: Jurečková, Olha, et autres
Publié: (2026) -
Detecting Concept Drift in Evolving Malware Families Using Rule-Based Classifier Representations
par: Kalný, Tomáš, et autres
Publié: (2026) -
Building an Adversarial Malware Dataset by Family and Type: Generation, Evasion, and Poisoning Evaluation
par: Košťál, David, et autres
Publié: (2026) -
RawMal-TF: Raw Malware Dataset Labeled by Type and Family
par: Bálik, David, et autres
Publié: (2025)