MalBERT: Using Transformers for Cybersecurity and Malicious Software Detection
Université de Moncton（蒙克顿大学）
近年来，我们目睹了不同平台上的网络威胁和恶意软件攻击的增加，对个人和企业造成了重要影响。找到自动化的机器学习技术来主动防御恶意软件已变得至关重要。Transformers是一类基于注意力的深度学习技术，最近在解决主要与自然语言处理（NLP）领域相关的不同任务方面取得了令人印象深刻的结果。在本文中，我们提出了使用一个Transformers的架构来自动检测恶意软件。我们提出了一种基于BERT（Bidirectional Encoder Representations from Transformers）的模型，该模型使用预处理的特征对Android应用程序的源代码进行静态分析，以表征现有的恶意软件并将其分类为不同的代表性恶意软件类别。所得到的结果是有前途的，并显示了高性能的基于transformer的恶意软件检测模型。
2021-03-05 cs.AI cs.CR cs.LG
A proactive malicious software identification approach for digital forensic examiners
Plymouth University（普利茅斯大学）；Open University of Cyprus（塞浦路斯开放大学）
数字调查人员经常参与案件，这些案件似乎将责任指向计算机所属的人，但经过彻底检查，恶意软件被证明是原因，导致宝贵时间的损失。虽然反病毒（AV）软件可以帮助调查人员识别恶意软件的存在，但随着零日攻击和反病毒工具中存在的错误的增加，这是不可依赖的。本文的目的是调查各种Windows操作系统版本的恶意软件的行为，以确定和相关的恶意软件和操作系统工件之间的关系。这将使调查人员能够更有效地识别新恶意软件的存在，并为进一步调查提供起点。
2021-09-20 cs.AI cs.CR
Malicious Software Detection and Classification utilizing Temporal-Graphs of System-call Group Relations
在这项工作中，我们提出了一个基于图形的模型，利用系统调用组之间的关系，区分恶意软件样本和良性的恶意软件样本，并将检测到的恶意软件样本分类到一组已知的恶意软件家族之一。更准确地说，给定一个描述恶意软件行为的系统调用依赖图（ScDG），我们首先将其转化为一个更抽象的表示，利用系统调用到一组相似功能的组的索引，从而构造一个抽象的和变异容忍的图，我们称之为组关系图（GrG）;然后，我们构造了另一种图表示，我们称之为覆盖图（CvG），它描述了GrG图中节点之间的支配关系。基于到目前为止在该领域的研究，我们指出，基于行为的图表示没有利用图的时间演化方面。因此，我们工作的新颖性在于，保留GrG和CvG图的初始表示，我们专注于通过添加进一步的功能来增强这些图的潜力，这些功能增强了其检测未知恶意软件样本并将其进一步分类为已知恶意软件家族的能力。为此，我们构建周期性的图的实例，表示其结构修改的时间演变，创建另一个图形表示，我们称之为时间图。在本文中，我们提出了我们的方法背后的理论背景，讨论了当前的恶意软件检测和分类的技术现状，并展示了我们提出的检测和分类模型的整体架构，以及其基本的主要原则和结构的关键组件。
2018-12-27 cs.CR
A Centralized Reputation Management Scheme for Isolating Malicious Controller(s) in Distributed Software-Defined Networks
软件定义网络的部署越来越多，因为与传统网络相比，它们提供了更好的网络性能。尽管SDN取得了巨大的成功和普及，但SDN中的各种安全问题仍然是研究的开放问题。特别是在分布式环境中控制器的安全问题，至今仍缺乏有效的解决方案。本文提出了一种方案，以确定任何流氓/恶意控制器（S）在分布式环境中。我们的计划是基于信任和信誉系统，这是集中管理。因此，我们的计划确定任何控制器恶意行为的比较状态安装的流/政策，应安装的政策。控制器在此基础上相互评级，并将结果报告给中央实体，中央实体将其报告给网络管理员。
2017-11-29 cs.CR cs.DC cs.NI
A Large-scale Fine-grained Analysis of Packages in Open-Source Software Ecosystems
本研究针对开源软件生态中的包管理器，通过大规模分析5万余合法、千余恶意软件包的细粒度信息，揭示了两类包的特征差异，验证了细粒度信息对恶意包的检测价值。
2024-04-17 cs.CR cs.SE
Gwardar: Towards Protecting a Software-Defined Network from Malicious Network Operating Systems
软件定义网络（SDN）控制器（又名。网络操作系统或NOS）被认为是网络的大脑，并且是负责管理SDN的单个最关键的元素。补充现有的解决方案，旨在保护一个NOS，我们提出了一个入侵保护系统，旨在保护SDN对控制器，已成功地妥协。Gwardar通过拦截在控制平面和数据平面之间交换的OpenFlow消息来维护数据平面的虚拟副本。通过观察数据包的长期流动，Gwardar学习数据平面中不同数据包报头的正常轨迹集。在检测到非预期的分组轨迹时，它通过将实际分组轨迹与在虚拟副本上计算的预期分组轨迹进行比较来验证数据平面转发设备。如果异常轨迹与NOS指令相匹配，Gwardar会检查NOS本身。为此，它提交与正常轨迹集匹配的策略，并验证控制器是否向数据平面提交匹配的流规则，以及提供给应用平面的网络视图是否反映了这些变化。我们的评估结果证明了Gwardar的实用性，在合理的时间范围内具有较高的检测精度。
2018-09-19 cs.CR
GoSurf: Identifying Software Supply Chain Attack Vectors in Go
本研究针对Go语言供应链安全风险，提出含12种攻击向量的专属分类体系，并开发静态分析工具GoSurf，经真实Go包验证，可为Go生态供应链安全审计提供支撑。
2024-09-17 cs.CR
Textual analysis of End User License Agreement for red-flagging potentially malicious software
FAST-NU（国家科技大学（FAST-NU））
针对用户不阅读EULA导致恶意软件风险，提出用文本摘要和八种监督分类器及集成学习，将EULA分类为良性或恶意，准确率达95.8%。
2024-03-11 cs.CL cs.CR cs.LG
Unveiling A Hidden Risk: Exposing Educational but Malicious Repositories in GitHub
本研究利用ChatGPT对3.52万个GitHub教育类代码仓库开展恶意性标注研究，发现其中9294个为恶意且分属14个恶意软件家族，揭示了教育类仓库的隐藏风险，为软件平台的安全分析敲响警钟。
2024-03-07 cs.CR cs.SE
Trust Me, Import This: Dependency Steering Attacks via Malicious Agent Skills
National Yang Ming Chiao Tung University（国立阳明交通大学）；CISPA Helmholtz Center for Information Security（CISPA赫尔姆霍兹信息安全中心）；Institute of Science Tokyo（东京科学大学）
研究提出依赖引导攻击，通过恶意技能引导编码代理生成恶意包，无需修改模型或数据，展示出软件供应链中的新攻击面。
2026-05-10 cs.CR
You Can Run But You Can't Hide: Runtime Protection Against Malicious Package Updates For Node.js
本文提出一种 Node.js 运行时防护方法，通过自动将包能力限制在最小必要范围来抵御恶意包更新，实验表明可阻止 9/10 的历史攻击，且安装与运行时开销均低于 0.6 秒。
2023-05-31 cs.CR cs.PL
Backstabber's Knife Collection: A Review of Open Source Software Supply Chain Attacks
软件供应链攻击的特征在于将恶意代码注入到软件包中，以危害链下游的相关系统。近年来，许多供应链攻击利用了软件开发过程中越来越多地使用开源，这是由依赖管理器提供的，依赖管理器在整个软件生存周期中自动解析、下载和安装数百个开源软件包。本文介绍了一个包含174个恶意软件包的数据集，这些软件包被用于对开源软件供应链的实际攻击，并通过流行的软件包存储库npm，PyPI和RubyGems分发。这些数据包的日期从2015年11月到2019年11月，是手动收集和分析的。本文还提出了两个一般的攻击树，提供一个结构化的概述技术注入恶意代码到下游用户的依赖树，并在不同的时间和不同的条件下执行这样的代码。这项工作旨在促进开源和研究社区未来开发预防和检测保障措施。
2020-05-19 cs.CR cs.SE
A survey of Digital Manufacturing Hardware and Software Trojans
数字化制造（DM）是指持续采用更智能、更敏捷的制造流程和网络物理系统。这包括增材制造（AM）/3D打印等现代技术和技术，以及工业物联网（IIoT）和更广泛的工业4.0趋势。然而，这种采用并非没有风险：随着复杂性和连接性的不断增长，网络物理攻击面也在增长。在这里，恶意行为者可能会试图窃取敏感信息或破坏产品或生产线，从而造成财务和声誉损失。特别值得关注的是，这种恶意攻击可能会作为特洛伊木马程序进入DM系统的复杂供应链-恶意修改可能会在产品生命周期的稍后时间或阶段触发其有效载荷。在这项工作中，我们因此提出了一个全面的概述木马在数字化制造所构成的威胁。我们涵盖了可能存在于产品或其生产和供应线中的硬件和软件木马。从这一点上，我们产生了一种新的分类法，用于分类和分析这些威胁，并详细说明如何不同的侧通道（如视觉，热，声学，功率和磁）可以用来增强给定的特洛伊木马的影响或利用作为防御策略的一部分。还介绍了其他防御措施-包括硬件，网络和软件相关。最后，我们讨论了七个不同的案例研究，并详细说明了它们如何适合我们的分类。总体而言，本文详细介绍了数字制造业的特洛伊木马形势：威胁，防御以及实施安全实践的重要性。
2023-01-24 cs.CR
The Hitchhiker's Guide to Malicious Third-Party Dependencies
该研究针对开源软件供应链中恶意第三方依赖的安全问题，分析7个生态系统的攻击技术，给出风险缓解建议并披露攻击者的检测规避策略。
2023-10-06 cs.CR
WedgeTail: An Intrusion Prevention System for the Data Plane of Software Defined Networks
网络很容易受到恶意转发设备造成的破坏。在软件定义网络（SDN）中，由于现有解决方案的不兼容性、可编程软交换的使用以及通过受损的转发设备使整个网络瘫痪的可能性，这种情况可能会恶化。在本文中，我们介绍了WedgeTail，一个旨在保护SDN数据平面的入侵防御系统（IPS）。WedgeTail将转发设备视为几何空间内的点，并将数据包在穿越网络时所采取的路径存储为轨迹。为了提高效率，它在检查之前使用基于无监督的随机抽样机制对转发设备进行优先级排序。对于每个转发设备，WedgeTail计算数据包的预期和实际轨迹，并“搜索”任何未按预期处理数据包的转发设备。与相关工作相比，WedgeTail还能够区分恶意行为，如丢包和生成。此外，WedgeTail采用了一种完全不同的方法，可以自主检测威胁。事实上，它不依赖于管理员预先定义的规则，并且可以轻松导入以保护具有不同设置，转发设备和控制器的SDN网络。我们已经在模拟环境中评估了WedgeTail，它已经能够在合理的时间范围内检测和响应所有植入的恶意转发设备。我们报告的设计，实施和评估楔尾在这篇手稿。
2018-07-07 cs.CR
Automatically Generating Rules of Malicious Software Packages via Large Language Model
School of Cyberspace Security, Beijing Jiaotong University（网络安全学院，北京交通大学）
RuleLLM利用大语言模型自动为开源软件生态系统生成YARA和Semgrep规则，在1,633个恶意软件包数据集上实现85.2%精确率和91.8%召回率，优于现有工具，并提出了11类38子类的规则分类法。
2025-04-24 cs.AI cs.CR cs.SE
SIGL: Securing Software Installations Through Deep Graph Learning
Harvard University（哈佛大学）；NEC Laboratories America（美国NEC实验室）；University of Bristol（布里斯托大学）；Peking University（北京大学）；University of British Columbia（不列颠哥伦比亚大学）
许多用户默认软件只有在安装后才能被利用。然而，最近的供应链攻击表明，必须在安装过程中确保应用程序的完整性。我们介绍了SIGL，一个新的工具，用于检测软件安装过程中的恶意行为。SIGL收集系统调用活动的痕迹，构建数据起源图，使用一种新型的自动编码器架构进行分析，该架构具有用于编码器的图长短期记忆网络（图LSTM）和用于解码器的标准多层感知器。SIGL标记可疑安装以及可能是恶意的特定安装时进程。使用包含真实恶意软件的625个恶意安装程序的测试语料库，我们证明了SIGL的检测准确率为96%，在精确度和召回率方面优于工业界和学术界的类似系统高达87%，准确率为45%。我们还证明了SIGL可以精确定位最有可能触发恶意行为的进程，可以在不同的审计平台和操作系统上工作，并且对训练数据污染和对抗攻击具有鲁棒性。它可以与特定于应用程序的模型一起使用，即使在存在新软件版本的情况下，也可以与包含广泛应用程序和安装程序的应用程序无关的元模型一起使用。
2021-06-22 cs.CR cs.LG
Shadows in the Code: Exploring the Risks and Defenses of LLM-based Multi-Agent Software Development Systems
本文研究了基于LLM的多智能体软件开发系统中的安全风险，提出IMBIA攻击及Adv-IMBIA防御机制，揭示了恶意智能体对软件开发过程的威胁及防御策略。
2025-11-23 cs.AI cs.CL cs.CR
Wavelet decomposition of software entropy reveals symptoms of malicious code
复杂的恶意软件作者可以将隐藏的恶意代码潜入可移植的可执行文件中，并且这些代码很难被检测到，特别是如果加密或压缩。然而，当可执行文件在代码体系（例如，原生、加密、压缩、文本和填充）之间切换时，在文件的表示中存在作为熵信号的对应移位。在本文中，我们开发了一种方法，用于自动量化文件熵信号中的模式化变化使其“可疑”的程度。“在实验1中，我们使用小波变换来定义可疑结构熵变化分数（SSECS），这是一种标量特征，它根据文件在多个空间分辨率水平上的熵能分布来量化文件的可疑性。基于这一单一特征，可以将恶意软件检测任务的预测准确率从50.0%提高到68.7%，即使该单一特征被应用于“在野外”发现的恶意软件的异构语料库。在实验2中，我们描述了如何将基于小波的软件熵分解应用于涉及大量样本和特征的寄生恶意软件检测任务。通过从软件样本中提取字符串和熵特征（小波分解），我们能够获得几乎99%的寄生恶意软件检测，而好文件的误报率低于1%。此外，基于小波的特征的添加均匀地提高了跨合理假阳性率的检测性能，无论是在仅字符串模型（例如，从80.90%到82.97%）和弦加熵模型（例如从92.10%到94.74%，以及从98.63%到98.90%）。总的来说，软件熵的小波分解可以用于机器学习模型，用于基于从可执行文件中提取数百万个特征来检测恶意软件。
2018-02-02 cs.CR stat.AP
MCGMark: An Encodable and Robust Online Watermark for Tracing LLM-Generated Malicious Code
本文提出MCGMark，一种可编码且鲁棒的在线水印方法，通过控制令牌选择和结构感知嵌入，在DeepSeek-Coder上实现88.9%嵌入成功率，用于追踪LLM生成的恶意代码。
2025-04-21 cs.CR cs.SE
GoLeash: Mitigating Golang Software Supply Chain Attacks with Runtime Policy Enforcement
KTH Royal Institute of Technology（皇家理工学院）；Gran Sasso Science Institute（格兰萨索科学研究所）
针对Go语言生态的软件供应链攻击风险，研究提出包级最小权限策略执行系统GoLeash，比传统沙箱检测更精准，抗混淆且开销可接受。
2026-10-16 cs.CR cs.SE
Network-on-Chip Firewall: Countering Defective and Malicious System-on-Chip Hardware
移动设备的应用程序和数据的完整性和机密性至关重要。它们通常包含片上系统（SoC），它集成了微处理器和通过片上网络（NoC）连接的外围知识产权（IP）。恶意IP或软件可能会危及关键数据。可以通过使用存储管理单元（MMU）和其他访问控制机制来控制NoC上的数据传输来阻止某些类型的攻击。然而，商用处理器不提供关于这种机制的正确性的强有力的保证，并且验证系统中的所有访问控制机制都被正确配置是具有挑战性的。我们提出了一个片上网络防火墙（NoCF），提供了一个单一的控制点，并服从正式的分析。我们展示了其抵抗畸形NoC命令的能力的初步分析，我们认为这是第一次努力来检测错误或恶意IP违反NoC协议所产生的漏洞。
2017-01-16 cs.CR
Using Cyber Threat Intelligence to Prevent Malicious Known Traffic in a SDN Physical Testbed
由于应用程序和通信工具的使用有所增加，负责网络安全的人所关心的问题之一是保护信息和信息系统，以及使最终用户相信信息和通信技术的使用。如今，对网络的攻击已经增加并经历了修改，这使得传统安全设备的任务变得困难，有必要增加智能来面对网络中产生的新攻击。因此，需要将网络威胁情报（CTI）作为网络中的一个新组件。这项工作的重点是使用CTI提供的信息，以提高软件定义网络（SDN）的安全性，并在同一时间，分析如何恶意流量可以阻止在物理测试床。
2019-09-05 cs.CR
DevPhish: Exploring Social Engineering in Software Supply Chain Attacks on Developers
本文全面探究攻击者在软件供应链关键步骤中利用社会工程学诱骗软件工程师交付恶意软件的策略，为威胁建模和安全差距分析提供见解。
2024-09-27 cs.CR cs.SE
Discovering Malicious Signatures in Software from Structural Interactions
University of Southern California（南加州大学）
提出一种结合深度学习、数学和网络科学的方法，利用LLVM构建复杂网络并用GraphSAGE分析拓扑结构，在24,376个C/C++应用上实现99.85%的AUROC，高效检测零日恶意软件。
2023-12-19 cs.AI cs.CR cs.LG
What's inside a node? Malicious IPFS nodes under the magnifying glass
本研究针对IPFS去中心化存储的节点安全问题，通过月度三次每日快照结合威胁情报分析节点，量化恶意/被滥用节点数量，并开发隔离恶意节点的过滤器原型以评估效果。
2023-06-08 cs.CR
MalNet: A Large-Scale Image Database of Malicious Software
Georgia Institute of Technology（佐治亚理工学院）；Microsoft（微软）
随着基于图像的二进制表示的兴起，计算机视觉在自动恶意软件检测中发挥着越来越重要的作用。这些二进制图像生成速度快，不需要特征工程，并且对流行的混淆方法有弹性。在这一领域已经进行了大量的研究，但是，它仅限于小规模或私人数据集，只有少数行业实验室和研究团队可以访问。缺乏可用性阻碍了对现有工作的审查，新研究的发展和思想的传播。我们发布了MalNet-Image，这是最大的公共网络安全图像数据库，提供的图像数量是现有数据库的24倍，类别数量是现有数据库的70倍（可在https://mal-net.org获得）。MalNet-Image包含超过120万个恶意软件图像，涵盖47种类型和696个系列，使研究人员和从业人员能够评估以前在适当设置中报告的技术，从而使基于图像的恶意软件功能大众化。我们报告了第一个百万级恶意软件检测结果的二进制图像。MalNet-Image为推进机器学习的前沿提供了新的独特机会，使新的研究方向成为基于视觉的网络防御，多类不平衡分类和可解释的安全性。
2022-09-04 cs.AI cs.CR cs.CV
Privacy-from-Birth: Protecting Sensed Data from Malicious Sensors with VERSA
存在许多众所周知的技术来保护IoT/CPS系统中的感测数据，例如，通过认证通信端点、在传输之前加密数据以及混淆业务模式。这样的技术保护感测到的数据免受外部对手的攻击，同时假设感测设备本身是安全的。与此同时，以物联网为重点的攻击的规模和频率都在增长。这就自然而然地提出了一个问题：即使设备上的所有软件都受到了威胁，如何保护传感数据？理想地，为了实现这一点，必须保护感测数据免于其起源，即，从物理模拟量被转换成其数字对应物并变得可由软件访问时开始。我们将此属性称为PfB：从出生开始的隐私。在这项工作中，我们将PfB正式化并设计了验证的遥感授权（VERSA）-一种可证明安全和正式验证的架构，确保只有正确执行预期和明确授权的软件才能访问和操作传感接口，特别是通用输入/输出（GPIO），这是物联网设备上模拟和数字世界之间的通常边界。此保证仅需最少的硬件支持即可获得，即使所有设备软件都受到损害，也能有效。VERSA确保恶意软件既不能访问GPIO映射存储器上的感测数据，也不能获得其任何踪迹。VERSA已经过正式验证，其开源实现针对资源受限的物联网边缘设备，通常用于传感。实验结果表明，PfB是可以实现的，并负担得起的这样的设备。
2022-05-05 cs.AR cs.CR
MalTotal: Cost-Effective and Language-Agnostic Malicious Code Poisoning Detection for Millions of Repositories
Huazhong University of Science and Technology（华中科技大学）；Macquarie University（麦考瑞大学）
本文提出MalTotal框架，可跨5种主流语言检测恶意代码，F1值达93.1%，成本大幅降低，在12万个GitHub仓库中发现564个未知恶意仓库，适用于大规模多语言场景。
2026-08-05 cs.CR
On the Feasibility of Cross-Language Detection of Malicious Packages in npm and PyPI
本研究提出一种基于语言无关特征的跨语言恶意包检测方法，通过训练模型捕捉 npm 和 PyPI 中恶意包的共性，成功检测出58个未知恶意包。
2023-10-14 cs.CR cs.SE
Dissecting Malware in the Wild
随着恶意行为者对新的恶意计算机软件的日益快速的开发，商业和面向研究的反病毒检测器都开始更多地使用机器学习策略来在终端用户暴露于其影响之前将此类恶意软件识别为有害的。这反过来又刺激了工具的开发，这些工具允许已知的恶意软件被操纵，使得它们可以避免被这些基于机器学习的检测器归类为危险的，同时保留它们的恶意功能。这些操作通过应用一组可以对Windows程序进行的更改来运行，这些更改会导致不同的文件结构和签名，而不会改变软件的功能。已经提出了各种建议，以最有效的方式将这些更改应用到输入恶意软件，以欺骗静态恶意软件检测器;本研究的目的是检查这些建议，并测试其实现，以确定哪些策略往往会产生最成功的攻击。
2021-12-04 cs.CR
Trust Exploitation and Attention Competition: A Game Theoretical Model
社交网站的大量涌现极大地改变了信息传播的方式，但也为动机不纯的主机提供了传播恶意信息的新场所。社会信任是SNS信息传播的基础。恶意主机明智而动态地在维持其社会信任和自私地在长时间内最大化其恶意收益之间进行平衡。研究每个恶意主机的最佳响应策略可以帮助设计最佳的系统策略，以达到整体恶意活动的目标水平。本文提出了一个基于交互的社会信任模型，并将多个竞争主机的长期恶意收益最大化问题表示为一个非合作微分对策。通过严格的分析，确定了最佳的响应策略，并提出了最佳的系统机动机制。大量的数值研究进一步验证了分析结果。
2016-10-02 cs.CR cs.GT
CHASE: LLM Agents for Dissecting Malicious PyPI Packages
Waseda University（早稻田大学）；RIKEN AIP（理化学研究所人工智能研究中心）；NICT（日本信息通信研究机构）
CHASE通过多代理架构提升恶意PyPI包检测的可靠性，实现高召回率与低误报率。
2026-01-11 cs.CR cs.SE
Guillotine: Hypervisors for Isolating Malicious AIs
Harvard University（哈佛大学）；Princeton University（普林斯顿大学）
针对恶意AI的生存威胁，提出断头台虚拟机监控器架构，通过软件、网络、微架构及物理故障安全的多层隔离机制，确保强大AI模型的安全沙箱化。
2025-04-22 cs.AI cs.CR cs.OS
Real-time malware process detection and automated process killing
基于边界的检测不再足以减轻恶意软件构成的威胁。这一点很明显，因为防病毒（AV）产品被端点检测和响应（EDR）产品所取代，后者允许对实时机器活动的可见性，而不是依赖于AV来过滤恶意伪影。本文认为，由于某些恶意软件的快速和破坏性，在端点上实时的【形】检测恶意软件需要自动响应。该模型在机器学习动态行为恶意软件检测模型的基础上使用统计过滤，以检测单个恶意进程并杀死那些被认为是恶意的进程。在一项衡量该系统实际影响的实验中，我们发现快速行动的勒索软件被阻止破坏92%的文件，误报率为14%。虽然误报率目前仍然太高，无法按原样采用这种方法，但这些初步结果表明需要一种能够在恶意软件执行开始后几秒钟内采取行动的检测模型;以前的工作尚未解决这个时间尺度。
2022-01-12 cs.CR
Taxonomy of Attacks on Open-Source Software Supply Chains
本文提出独立于语言和生态系统的开源软件供应链攻击分类法，以攻击树覆盖107种向量、94起事件和33项防护措施，并经专家与开发者调查验证。
2022-04-19 cs.CR cs.SE
Tools and Techniques for Malware Detection and Analysis
互联网今天面临的主要和严重的威胁之一是大量的数据和文件需要评估潜在的恶意意图。恶意软件，通常被称为由攻击者设计的恶意软件，在本质上是多态和变形的，其具有在传播时改变其代码的能力。此外，其变种的多样性和数量严重破坏了传统防御的有效性，传统防御通常使用基于签名的技术，无法检测到以前未知的恶意可执行文件。恶意软件家族的变种共享反映其起源和目的的典型行为模式。可以利用静态或动态获得的行为模式来使用机器学习技术检测未知恶意软件并将其分类到其已知家族中。本调查报告概述了用于检测和分析恶意软件的技术和工具。
2020-06-30 cs.CR
ML-based IoT Malware Detection Under Adversarial Settings: A Systematic Evaluation
University of Central Florida（中佛罗里达大学）；Wayne State University（韦恩州立大学）；Ewha Womans University（梨花女子大学）
物联网（IoT）设备的快速增长使它们处于恶意攻击的前线。这导致了物联网恶意软件数量的爆炸式增长，并不断发生突变，进化和复杂性。这些恶意软件使用机器学习（ML）算法以及传统的基于签名的方法来检测。虽然基于ML的检测器提高了检测性能，但它们容易受到恶意软件演变和复杂性的影响，使它们仅限于它们所训练的模式。这种持续的趋势促使大量关于恶意软件分析和检测研究的文献不断涌现，许多系统不断涌现，并且表现优于其前辈。在这项工作中，我们系统地研究了最先进的恶意软件检测方法，这些方法在一系列对抗性设置下利用各种表示和学习技术。我们的分析强调了所提出的检测器在学习模式中的不稳定性，这些模式将良性软件与恶意软件区分开来。结果表明，软件突变与功能保持操作，如剥离和填充，显着恶化的准确性，这样的检测器。此外，我们对行业标准恶意软件检测器的分析显示了它们对恶意软件突变的不稳定性。
2021-08-30 cs.CR cs.LG
Pack-A-Mal: A Malware Analysis Framework for Open-Source Packages
Pack-A-Mal通过增强动态分析工具，捕捉运行时行为，利用容器沙箱技术分析恶意软件包，提升开源项目中的软件安全分析效率。
2026-01-24 cs.CR
Towards Robust Detection of Open Source Software Supply Chain Poisoning Attacks in Industry Environments
针对 NPM 与 PyPI 供应链投毒，本文提出 OSCAR 动态检测流水线，结合沙箱执行、模糊测试和方面级行为监控，在工业部署中显著降低误报并发现大量恶意包。
2024-09-14 cs.CR cs.SE
Merchants of Vulnerabilities: How Bug Bounty Programs Benefit Software Vendors
Graduate School of Business, University of Pittsburgh（匹兹堡大学商学院）；Heinz College, Carnegie Mellon University（卡内基梅隆大学海因茨学院）
研究漏洞赏金计划如何影响软件供应商安全与发布选择。通过博弈模型，揭示激励与治理机制，得出最优赏金，表明该计划能增加供应商预期利润，还给出管理与政策建议。
2026-07-07 cs.CR cs.GT econ.GN
Living-off-the-Land Abuse Detection Using Natural Language Processing and Supervised Learning
Living-off-the-Land是攻击者使用的一种规避技术，其中本地二进制文件被滥用以实现恶意意图。由于这些二进制文件通常是合法的系统文件，因此很难检测到这种滥用，并且经常被现代反病毒软件遗漏。本文提出了一种新的滥用检测算法使用原始命令串。首先，利用诸如正则表达式和独热编码的自然语言处理技术来将命令串编码为数字令牌向量。接下来，采用监督学习技术来学习令牌向量中的恶意模式，并最终预测命令的标签。最后，使用来自训练阶段和虚拟环境中的统计数据对模型进行评估，以比较其在检测新命令方面与现有防病毒产品（如Windows Defender）的有效性。
2022-08-26 cs.CR
Casting a SPELL: Sentence Pairing Exploration for LLM Limitation-breaking
Nanyang Technological University（南洋理工大学）；National University of Singapore（国立新加坡大学）
SPELL框架通过智能句子配对探索LLM在恶意代码生成中的安全漏洞，有效提升对抗测试效果。
2025-12-24 cs.AI cs.CR cs.SE
Automatic Feature Extraction, Categorization and Detection of Malicious Code in Android Applications
由于Android最近已成为移动设备的流行软件平台;它们提供与个人电脑几乎相同的功能。恶意软件也成为一个大问题。随着新的Android应用程序的数量在不久的将来迅速增加，需要快速有效地自动检测恶意软件。在本文中，我们定义了一个简单的静态分析方法，首先根据应用程序的意图和类别提取Android应用程序的特征，然后将其与应用程序请求的权限进行映射，并将其与类别中最明显的意图进行比较。因此，了解哪些应用程序正在使用他们不应该使用或不需要的功能。
2020-06-04 cs.CR cs.SE
MGC: A Compiler Framework Exploiting Compositional Blindness in Aligned LLMs for Malware Generation
Purdue University（普渡大学）；Columbia University（哥伦比亚大学）；Virginia Tech（弗吉尼亚理工大学）
本文提出恶意软件生成编译器MGC，通过模块化分解恶意任务并利用MDIR生成看似无害的代码片段，以规避对齐LLM的防护，实验表明其生成正确性显著优于越狱方法和地下服务。
2025-07-02 cs.AI cs.CR
Cluster-guided LLM-Based Anonymization of Software Analytics Data: Studying Privacy-Utility Trade-offs in JIT Defect Prediction
SFG Lab, Lahore University of Management Sciences（拉合尔管理科学大学 SFG 实验室）；National University of Computer and Emerging Sciences (FAST)（国家计算机与新兴大学 (FAST)）
本文提出基于LLM的聚类引导去标识化方法，用于JIT缺陷预测中的隐私-效用权衡研究，通过上下文感知参数配置提升隐私保护水平。
2025-12-13 cs.CR cs.SE
eDySec: A Deep Learning-based Explainable Dynamic Analysis Framework for Detecting Malicious Packages in PyPI Ecosystem
Queensland University of Technology（昆士兰理工大学）；Edith Cowan University（埃德温·库恩大学）；Research Graduate School, BUBT（研究研究生学院，BUBT）
本文提出eDySec框架，利用深度学习方法分析软件包动态行为，通过QUT-DV25数据集评估模型并识别最有效的特征，提升恶意包检测效率与准确性。
2026-04-29 cs.CR cs.LG
Automatic Malware Description via Attribute Tagging and Similarity Embedding
Sophos AI（Sophos人工智能）；FireEye（火眼公司）
随着恶意软件（malware）的快速扩散和日益复杂，检测方法不再仅仅依赖于手动生成的签名，而是还结合了更通用的方法，如机器学习检测。虽然这些方法对于判定恶意工件是强大的，但是它们不产生关于已经检测到的威胁类型的任何进一步信息，也不允许识别恶意软件样本之间的关系。在这项工作中，我们解决了机器学习和基于签名的检测方法之间的信息差距，通过学习一个表示空间的恶意软件样本中，具有类似的恶意行为的文件出现接近对方。我们通过引入一个基于深度学习的标记模型来实现这一点，该模型经过训练，可以生成人类可解释的恶意软件语义描述，同时提供比恶意软件家族名称更有用和灵活的信息。我们表明，所提出的方法生成的恶意软件描述正确识别超过95%的11个可能的标签描述为一个给定的样本，在部署的误报率为1%的标签。此外，我们使用学习的表示空间来引入恶意软件文件之间的相似性指数，并根据经验证明使用文件执行的动态跟踪，这不仅在识别来自相同家族的样本时更有效，而且比基于原始特征向量的样本小32倍。
2020-01-23 cs.CR cs.LG stat.ML
Large Language Model (LLM) for Software Security: Code Analysis, Malware Analysis, Reverse Engineering
Elsevier B.V.（爱思唯尔公司）；Sayahna Foundation（萨亚纳基金会）；STM Document Engineering Pvt Ltd.（STM文档工程私人有限公司）
本文系统综述了大语言模型在恶意软件代码分析、检测与防御中的应用进展、关键方法、数据集及未来方向，为网络安全研究提供参考。
2025-04-07 cs.AI cs.CR
Ethical Considerations Towards Protestware
本文探讨了开源第三方库演变为抗议软件带来的安全与伦理风险，并利用人工智能伦理框架分析了维护者抗议决策受社区身份、个人观点、财务动机、社会地位和道德观点等多重利益相关者因素的影响。
2024-01-05 cs.CR cs.CY cs.SE
A Decompilation-Driven Framework for Malware Detection with Large Language Models
本文提出基于大语言模型的反恶意软件检测框架，通过解编和微调提升恶意软件检测效果，但需持续更新以应对新型威胁。
2026-01-14 cs.AI cs.CR
SkillGate: Cost Efficient Runtime Malicious Skill File Detection in Coding Agents
Monash University（蒙纳士大学）；Transurban；The University of Melbourne（墨尔本大学）
研究针对编码代理中恶意技能文件检测问题，提出SkillGate安全网关，采用混合正则表达式预过滤器+大语言模型判断管道，在SkillsBench基准测试中，检测效果好、成本低、运行时开销小，相比现有工具性能显著提升。
2026-07-29 cs.CR cs.SE
Which Neurons Detect Malicious Code? A Probing Study of LLM Security Knowledge
RMIT University（皇家墨尔本理工大学）；Hanoi University（河内大学）；SOICT, Hanoi University of Science and Technology（越南科学技术大学信息与通信技术学院）；Università degli studi dell’Aquila（阿奎拉大学）
研究探索大语言模型中检测恶意代码的神经元，应用机械可解释性方法定位相关神经元，通过对恶意和良性PyPI包实验发现放大促进神经元、抑制抑制神经元可提升准确率，有助于了解模型编码恶意概念方式，为可靠防御机制提供思路。
2026-07-14 cs.CR cs.SE
Exploring Large Language Models for Semantic Analysis and Categorization of Android Malware
Louisiana State University（路易斯安那州立大学）
本文提出基于GPT-4o-mini的\msp，利用分层摘要链与提示工程实现Android恶意软件语义分析、分类及恶意代码定位，分类准确率最高达77%。
2025-01-08 cs.AI cs.CR
