Bài báo “Multimodal Windows Malware Detection via Hybrid Analysis and Enriched Graphs: Effectiveness and Explainability”.
Sinh viên thực hiện:
Phạm Thái Bảo - ATCL 2021 - Tác giả chính
Dương Phạm Huy Thông - ATTN2022 - Đồng tác giả
Nguyễn Đình Khang - ATTT2023.1 - Đồng tác giả
Giảng viên hướng dẫn:
ThS. Đỗ Thị Thu Hiền
TS. Nguyễn Tấn Cầm
TS. Phạm Văn Hậu
Tóm tắt bài báo:
The rapid spread of malware targeting the Windows operating system leads to an increasing and essential need to detect malicious Portable Executable (PE) files. Traditional approaches still face considerable challenges, such as static analysis being misled by obfuscation or anti-static-analysis techniques, whereas dynamic analysis is resource-intensive. Additionally, conventional Deep Learning (DL) models, though powerful, lack interpretability, hindering decision comprehension and verification. This study introduces a multimodal Windows malware detection framework that integrates hybrid analysis, designed to harness the strengths of both static and dynamic analysis to improve detection accuracy and power against evasion. To capture the complex behavioral patterns of malware, the framework also incorporates graph-based representations that model API sequences as directed graphs, where nodes represent API functions and edges encode the execution order and contextual relationships. This structural modeling enables a deeper semantic understanding of how API calls interact and unfold over time, facilitating robust behavior-based detection. Notably, the incorporation of XAI (Explainable AI) clarifies critical features within the framework, enhancing reliability and aiding decision analysis. The proposed method improves malware detection performance and provides deeper insights into operational mechanisms.
"Chúng em xin gửi lời cảm ơn sâu sắc đến quý thầy cô đã luôn tận tình đồng hành, định hướng và hỗ trợ chúng em trong suốt quá trình thực hiện đề tài. Những góp ý chuyên môn, sự kiên nhẫn và tâm huyết của thầy cô chính là nguồn động lực để chúng em không ngừng hoàn thiện và phát triển bản thân. Sự ghi nhận tại hội nghị lần này là một cột mốc đáng nhớ, và chúng em tin rằng thành quả đạt được là kết tinh của sự dẫn dắt tận tâm và niềm tin mà thầy cô đã dành cho chúng em."
After the success of the 7th MAPR 2024, we are pleased to announce the 8th International Conference on Multimedia Analysis and Pattern Recognition (MAPR), supported by the Vietnamese Association on Pattern Recognition (VAPR). The conference will be held in Nha Trang, Vietnam, on August 14-15, 2025. The aim of this conference is to bring together researchers and practitioners from academia and industry to share their latest research findings, experimental results, and foster potential collaborations in the areas of pattern recognition, multimedia analysis, and related fields.MAPR is indexed in SCOPUS.
Thông tin chi tiết: https://www.facebook.com/UIT.Fanpage/posts/pfbid0p2GJ2hXkSA6qp5pP3H1M4X3TqNTUnoWMa9UAwnss299PMQ3arz7TwCM76jj45R6wl
