合成数据：AI 对抗 Android 恶意软件的新武器

Android 设备的数量不断增加，恶意软件的快速演化导致到 2024 年已突破 3500 万个样本，凸显了有效检测方法的重要性。攻击者正在使用人工智能创建能够轻易规避传统检测技术的高级恶意软件变体。尽管机器学习在恶意软件分类方面显示出前景，但其成功性高度依赖于是否拥有及时、高质量的数据集。获取和标注真实恶意软件样本的稀缺性和高昂成本，构成了开发稳健检测模型的重大挑战。本文提出了 MalSynGen，一种恶意软件合成数据生成方法，该方法使用条件生成对抗网络（cGAN）生成合成表格数据。该数据保留了真实世界数据的统计特性，并提高了 Android 恶意软件分类器的性能。我们使用各种数据集和指标评估了该方法的有效性，这些数据集和指标评估生成数据的保真度、其在分类中的实用性以及过程的计算效率。我们的实验表明，MalSynGen 能够在不同数据集之间推广，为解决恶意软件检测中数据过时和质量低下的问题提供了可行方案。