GANG-MAM：基于 GAN 的安卓恶意软件修改引擎
密码学与安全
2021-09-29 v1 人工智能
机器学习
神经与进化计算
摘要
基于机器学习的恶意软件检测器易受对抗攻击。生成对抗网络（GAN）是基于神经网络的架构，能够生成成功的对抗样本。对此技术的关注正迅速增长。本文中，我们提出一种系统，其生成特征向量以使安卓恶意软件具备强规避能力，并相应修改该恶意程序。此类系统可作出双重贡献：可用于生成数据集以验证基于 GAN 的恶意软件检测系统，并可扩充训练与测试数据集，从而训练出更鲁棒的恶意软件分类器。
引用
@article{arxiv.2109.13297,
title = {GANG-MAM: GAN based enGine for Modifying Android Malware},
author = {Renjith G and Sonia Laudanna and Aji S and Corrado Aaron Visaggio and Vinod P},
journal= {arXiv preprint arXiv:2109.13297},
year = {2021}
}