MalMixer：基于检索增强的半监督少样本恶意软件分类
密码学与安全
2025-04-18 v4 机器学习
摘要
恶意软件的快速增长和传播已给技术人员的 ability 带来了挑战，需要及时对新样本按恶意软件家族进行分类。与耗时的逆向工程工作相比，机器学习方法表现出更高的速度和准确率。然而，大多数现有的深度学习恶意软件家族分类器都需要使用大量经过人工分析的样本进行校准。此外，随着新出现的恶意软件样本超出训练集的范围，还需要进行额外的逆向工程工作来更新训练集。大量新样本在野外发现的事实给技术人员的逆向工程能力带来了实质性压力，使得能够充分训练现代分类器所需的恶意软件样本数量成为瓶颈。本文提出了MalMixer，这是一种使用半监督学习的恶意软件家族分类器，能够在稀疏训练数据下实现高准确率。我们提出了针对恶意软件特征表示的领域知识感知数据增强技术，增强了半监督恶意软件家族分类的少样本性能。我们展示了MalMixer在少样本恶意软件家族分类设置下实现了最先进的性能。我们的研究确认了轻量级、领域知识感知数据增强方法在恶意软件特征上的可行性和有效性，并展示了类似的半监督分类器在解决恶意软件分类问题方面的能力。
引用
@article{arxiv.2409.13213,
title = {MalMixer: Few-Shot Malware Classification with Retrieval-Augmented Semi-Supervised Learning},
author = {Jiliang Li and Yifan Zhang and Yu Huang and Kevin Leach},
journal= {arXiv preprint arXiv:2409.13213},
year = {2025}
}