.png){kind=icon}
返回
Synthetic Malware at Scale: Malicious Code Generation With Code Transplanting
.png){kind=icon}
PRE
AI
DOI：10.1109/TSE.2025.3633280.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
恶意代码检测是防范安全漏洞、数据泄露及相关威胁的最基本任务之一。尽管机器学习已作为模式检测的主流方法出现，但训练过程因恶意代码样本的严重匮乏而复杂化。因此，机器学习检测器通常在有限且孤立的场景中遇到恶意模式，阻碍了其跨多样化威胁环境的有效泛化能力。本文介绍了MalCoder，一种合成恶意代码样本的新方法。MalCoder通过将一组恶意原型移植到庞大的良性代码库中，扩大了恶意实例的数量和多样性，从而创建出针对不同应用场景定制的多样化恶意实例集。对于每个恶意原型，MalCoder将其视为不完整的代码片段，并通过从右到左和从左到右的代码补全分别构建其前置和后置上下文。通过利用具有不同采样策略的GPTs，我们可以实例化大量包含恶意原型的代码样本。随后，MalCoder掩码移植样本中的原始原型，并微调一个大型语言模型（LLM）代码生成器以重建原始原型。此过程使模型能够无缝地将恶意代码片段移植到良性代码中。在推理阶段，MalCoder可自动在良性样本的随机位置插入恶意片段，将良性代码转化为恶意代码。我们将MalCoder应用于CodeSearchNet中的大量良性代码库，并生成了源自39个恶意原型的50,000余个恶意样本。定性和定量分析表明，生成的样本既保留了恶意代码的关键特征，又能与良性代码无缝融合，有助于创建真实且多样化的训练数据。此外，通过将生成的样本作为增强训练数据使用，我们观察到恶意代码检测能力显著提升。具体而言，与仅使用原始原型样本相比，F1分数实现了显著提高。
Keyword:
Malicious code generation
malicious code detection
code transplanting
program generation
期刊
IF:
5.6
论文数:
2.8K
被引数:
1.1W
机构
引用论文
.png){kind=icon}
分享收藏On the Feasibility of Cross-Language Detection of Malicious Packages in npm and PyPI关于在npm和PyPI中跨语言检测恶意软件包的可行性
OAAI
OAAI分享收藏VULGEN: Realistic Vulnerability Generation Via Pattern Mining and Deep LearningVULGEN：基于模式挖掘和深度学习的真实漏洞生成
PREAI
分享收藏
查看更多内容