Malceiver：基于层次化与多模态特征的 Perceiver Android 恶意软件检测模型

我们提出 Malceiver，一种用于 Android 恶意软件检测的层次化 Perceiver 模型，其利用多模态特征。主要输入为给定 Android APK 文件的 opcode 序列与所请求权限。为得出恶意软件分类决策，模型将自 opcode 序列提取的层次化特征与所请求权限相结合。模型架构基于 Perceiver/PerceiverIO，可高效处理极长 opcode 序列。我们提出的模型可轻松扩展以使用多模态特征。我们通过实验表明，该模型优于基于 opcode 序列的常规 CNN 架构恶意软件检测。进而表明使用额外模态可提升性能。我们所提架构为 Transformer 风格网络在恶意软件研究中的使用开辟了新途径。