基於穩健雲端系統之行動應用安全性提升研究-子計畫二：利用圖結構特徵工程微調Code LLaMA以建立Android惡意程式原始碼檢測系統;Fine-Tuning Code Llama with Graph-Structured Feature Engineering for the Development of an Android Malware Source Code Detection System

NCU Institutional Repository > 管理學院 > 資訊管理學系 > 研究計畫 > Item 987654321/94246

請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/94246

題名:	基於穩健雲端系統之行動應用安全性提升研究-子計畫二：利用圖結構特徵工程微調Code LLaMA以建立Android惡意程式原始碼檢測系統;Fine-Tuning Code Llama with Graph-Structured Feature Engineering for the Development of an Android Malware Source Code Detection System
作者:	陳奕明;梁德容;王尉任
貢獻者:	國立中央大學資訊管理學系
關鍵詞:	大型語言模型;原始碼;圖神經網路;混淆攻擊;Android惡意程式偵測;Large Language Model;Source Code;Graph Neural Network;Obfuscation Attack;Android Malware Detection
日期:	2024-09-27
上傳時間:	2024-09-30 17:21:20 (UTC+8)
出版者:	國家科學及技術委員會(本會)
摘要:	隨著生成式AI的快速發展，利用LLMs來生成加密惡意程式已成為潛在的重大威脅，本計畫發展一個APP能夠偵測Android惡意程式，此APP以Code LLaMA作為基石模型並進行微調，使得我們的模型能夠學習惡意原始碼的結構及語義特徵，不受混淆和加密的影響，具有更好的模型穩健性（Robustness）和泛化能力。社會面:讓使用者擁有更方便、快速的方法可以了解所使用的APP是否有危害。經濟面:防護混淆與零時差攻擊可減少民眾被攻擊時造成的經濟損失。學術面:現今已有許多針對Android的惡意程式檢測，但據我們所知，目前尚無研究探討利用大型語言模型與原始碼來解決Android惡意程式帶來的問題。
關聯:	財團法人國家實驗研究院科技政策研究與資訊中心
顯示於類別:	[資訊管理學系] 研究計畫

文件中的檔案:

檔案	描述	大小	格式	瀏覽次數
index.html		0Kb	HTML	49	檢視/開啟

在NCUIR中所有的資料項目都受到原著作權保護.

社群 sharing

資料載入中.....