SoK: 利用 Transformer 进行恶意软件分析
密码学与安全
2025-05-01 v2
摘要
Transformer 的引入是 AI 研究和应用中的重要突破，因为 Transformer 是生成式 AI 的基础。一个有前景的应用领域是网络安全，特别是恶意软件分析领域。原因在于 Transformer 模型在处理长序列特征和理解上下文关系方面的灵活性。然而，由于 Transformer 应用于恶意软件分析仍处于初步阶段，评估、系统化和阐释现有文献以促进未来研究至关重要。本系统化知识(SoK)论文旨在提供对为恶意软件分析设计的 Transformer 方法的全面分析。基于我们对现有知识的系统性分析，我们基于：(a) 不同 Transformer 在各种用例中如何被适应、组织和修改；以及 (b) 各种特征类型及其表示能力如何反映，构建和提出了分类框架。我们还提供了用于探索 Transformer 应用于恶意软件分析多个研究 avenue 所使用的数据集清单，并讨论了开放挑战及未来研究方向。我们相信，这篇 SoK 论文将帮助研究社区从现有工作中获得详细见解，并将作为使用 Transformer 进行恶意软件分析的创新研究实现的基础资源。
关键词
引用
@article{arxiv.2405.17190,
title = {SoK: Leveraging Transformers for Malware Analysis},
author = {Pradip Kunwar and Kshitiz Aryal and Maanak Gupta and Mahmoud Abdelsalam and Elisa Bertino},
journal= {arXiv preprint arXiv:2405.17190},
year = {2025}
}