MalDataGen：面向恶意软件检测的模块化合成表格数据生成框架
密码学与安全
2025-11-04 v1 人工智能
机器学习
摘要
高质量数据稀缺制约了恶意软件检测，限制了机器学习性能。我们引入 MalDataGen，一个开源模块化框架，用于生成高保真合成表格数据，采用模块化深度学习模型（如 WGAN-GP、VQ-VAE）。通过双重验证（TR-TS/TS-TR）、七种分类器和效用指标进行评估，MalDataGen 在保持数据效用方面超越了如 SDV 等基准。其灵活的设计使其能够无缝集成到检测管道中，为网络安全应用提供了实用解决方案。
引用
@article{arxiv.2511.00361,
title = {MalDataGen: A Modular Framework for Synthetic Tabular Data Generation in Malware Detection},
author = {Kayua Oleques Paim and Angelo Gaspar Diniz Nogueira and Diego Kreutz and Weverton Cordeiro and Rodrigo Brandao Mansilha},
journal= {arXiv preprint arXiv:2511.00361},
year = {2025}
}
备注
10 pages, 6 figures, 2 tables. Published at the Brazilian Symposium on Cybersecurity (SBSeg 2025)