BIDO：面向超出分布样本的图像基恶意软件检测器
密码学与安全
2026-01-09 v2 软件工程
摘要
虽然图像基检测器在 Android 恶意软件检测中显示出前景，但往往在遇到超出分布（OOD）样本时难以维持其性能和可解释性。具体而言，由代码混淆和概念漂移生成的 OOD 样本呈现显著偏离检测器训练数据分布的分布。此类偏移不仅严重削弱了检测器对 OOD 样本的泛化能力，也损害了其关联解释的可靠性。为此，我们提出 BIDO，一种新的生成式分类器，将恶意软件检测重新表述为似然估计任务。不同于传统判别方法，BIDO 联合生成分类结果和解释，通过显式建模类条件分布解决了长期存在的检测与解释分离问题。实证结果表明，BIDO 在应对极端混淆和概念漂移方面显著提升了鲁棒性，同时实现了可靠解释且不牺牲性能。源代码已公开于 https://github.com/whatishope/BIDO/。
引用
@article{arxiv.2509.03807,
title = {BIDO: An Out-Of-Distribution Resistant Image-based Malware Detector},
author = {Wei Wang and Junhui Li and Chengbin Feng and Zhiwei Yang and Qi Mo},
journal= {arXiv preprint arXiv:2509.03807},
year = {2026}
}