:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Karbab, ElMouatez Billah
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Cryptography and Security
Online-Zugang:	https://arxiv.org/abs/2604.23196
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Quantifiable Uncertainty: A Stochastic Consensus Multi-Agent RAG Framework for Robust Malware Detection
von: Karbab, ElMouatez Billah
Veröffentlicht: (2026)

Applying Graph Analysis for Unsupervised Fast Malware Fingerprinting
von: Karbab, ElMouatez Billah, et al.
Veröffentlicht: (2025)

Enhancing Android Malware Detection with Retrieval-Augmented Generation
von: S., Saraga, et al.
Veröffentlicht: (2025)

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

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

"Digital Camouflage": The LLVM Challenge in LLM-Based Malware Detection
von: Böke, Ekin, et al.
Veröffentlicht: (2025)

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

Explainable Android Malware Detection and Malicious Code Localization Using Graph Attention
von: Ipek, Merve Cigdem, et al.
Veröffentlicht: (2025)

Synergistic Directed Execution and LLM-Driven Analysis for Zero-Day AI-Generated Malware Detection
von: Edwards, George, et al.
Veröffentlicht: (2026)

Evaluating Retrieval-Augmented Generation for Explainable Malware Analysis
von: Ng, Jayson, et al.
Veröffentlicht: (2026)

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

SecureRAG-RTL: A Retrieval-Augmented, Multi-Agent, Zero-Shot LLM-Driven Framework for Hardware Vulnerability Detection
von: Hasan, Touseef, et al.
Veröffentlicht: (2026)

Coding Malware in Fancy Programming Languages for Fun and Profit
von: Apostolopoulos, Theodoros, et al.
Veröffentlicht: (2025)

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

Static Semantics Reconstruction for Enhancing JavaScript-WebAssembly Multilingual Malware Detection
von: Xia, Yifan, et al.
Veröffentlicht: (2023)

AndroWasm: an Empirical Study on Android Malware Obfuscation through WebAssembly
von: Soi, Diego, et al.
Veröffentlicht: (2026)

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

Revisiting Concept Drift in Windows Malware Detection: Adaptation to Real Drifted Malware with Minimal Samples
von: Li, Adrian Shuai, et al.
Veröffentlicht: (2024)

DMLDroid: Deep Multimodal Fusion Framework for Android Malware Detection with Resilience to Code Obfuscation and Adversarial Perturbations
von: Trung, Doan Minh, et al.
Veröffentlicht: (2025)

Adversarial Evasion in Non-Stationary Malware Detection: Minimizing Drift Signals through Similarity-Constrained Perturbations
von: Acharya, Pawan, et al.
Veröffentlicht: (2026)

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

Hydra: Robust Hardware-Assisted Malware Detection
von: Propp, Eli, et al.
Veröffentlicht: (2026)

Deep Learning Models for Detecting Malware Attacks
von: Maniriho, Pascal, et al.
Veröffentlicht: (2022)

Adversarially Robust and Interpretable Magecart Malware Detection
von: Pereira, Pedro, et al.
Veröffentlicht: (2025)

Assessing LLMs in Malicious Code Deobfuscation of Real-world Malware Campaigns
von: Patsakis, Constantinos, et al.
Veröffentlicht: (2024)

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

Feasibility Study for Supporting Static Malware Analysis Using LLM
von: Fujii, Shota, et al.
Veröffentlicht: (2024)

On Benchmarking Code LLMs for Android Malware Analysis
von: He, Yiling, et al.
Veröffentlicht: (2025)

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

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

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

User-Centric Phishing Detection: A RAG and LLM-Based Approach
von: Barwani, Abrar Hamed Al, et al.
Veröffentlicht: (2026)

LLM-FS: Zero-Shot Feature Selection for Effective and Interpretable Malware Detection
von: Gill, Naveen, et al.
Veröffentlicht: (2026)

Malware Detection based on API Calls: A Reproducibility Study
von: Merilehto, Juhani
Veröffentlicht: (2026)

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

Semantic Data Representation for Explainable Windows Malware Detection Models
von: Švec, Peter, et al.
Veröffentlicht: (2024)

Bayesian Learned Models Can Detect Adversarial Malware For Free
von: Doan, Bao Gia, et al.
Veröffentlicht: (2024)

Safeguarding LLMs Against Misuse and AI-Driven Malware Using Steganographic Canaries
von: Raz, Md, et al.
Veröffentlicht: (2026)

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

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