画像ベースのAndroidマルウェア検出における深層畳み込み生成対向ネットワーク

生成対向ネットワークの最近の進展は、実際の画像と見分けがつかない画像を生成する卓越した能力を示しています。これにより、学術界と産業界の両方が偽の画像と本物の画像を区別するという課題に取り組むことが促されています。我々は、実際のAndroidマルウェアアプリケーションのデータセットを使用して、生成対向ネットワークによって生成された画像が実際の画像と区別できるかどうかを評価する方法を紹介します。我々の実験には、2種類の深層畳み込み生成対向ネットワークが含まれ、静的分析（アプリケーションを実行する必要がない）および動的分析（アプリケーションを実行する必要がある）の両方から得られた画像を利用しました。画像を生成した後、これらの分類器が実際の悪意のあるアプリケーションと生成されたアプリケーションを区別できるかを判断するために、いくつかの教師あり機械学習モデルを訓練しました。我々の結果は、視覚的には人間の目には見分けがつかないにもかかわらず、生成された画像が約0.8のF値で分類器によって正しく識別されたことを示しています。生成された画像の大部分は偽のものとして正確に認識されましたが、一部はそうではなく、実際のアプリケーションによって生成された画像と見なされることになりました。