論文の概要: UIXPOSE: Mobile Malware Detection via Intention-Behaviour Discrepancy Analysis

• arxiv url: http://arxiv.org/abs/2512.14130v1
• Date: Tue, 16 Dec 2025 06:26:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-17 16:49:26.615385
• Title: UIXPOSE: Mobile Malware Detection via Intention-Behaviour Discrepancy Analysis
• Title（参考訳）: UIXPOSE: Intention-Behaviour Disrepancy Analysisによるモバイルマルウェア検出
• Authors: Amirmohammad Pasdar, Toby Murray, Van-Thuan Pham,
• Abstract要約: コンパイルとオープンソースの両方で動作する,ソースコードに依存しないフレームワークであるUIXPOSEを紹介する。 このフレームワークは、モバイルマルウェア分析にIntention Behaviour Alignment (IBA)を適用し、UI推論意図とランタイムセマンティクスを一致させる。
• 参考スコア（独自算出の注目度）: 6.155604731137829
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: We introduce UIXPOSE, a source-code-agnostic framework that operates on both compiled and open-source apps. This framework applies Intention Behaviour Alignment (IBA) to mobile malware analysis, aligning UI-inferred intent with runtime semantics. Previous work either infers intent statically, e.g., permission-centric, or widget-level or monitors coarse dynamic signals (endpoints, partial resource usage) that miss content and context. UIXPOSE infers an intent vector from each screen using vision-language models and knowledge structures and combines decoded network payloads, heap/memory signals, and resource utilisation traces into a behaviour vector. Their alignment, calculated at runtime, can both detect misbehaviour and highlight exploration of behaviourally rich paths. In three real-world case studies, UIXPOSE reveals covert exfiltration and hidden background activity that evade metadata-only baselines, demonstrating how IBA improves dynamic detection.
• Abstract（参考訳）: コンパイルとオープンソースの両方で動作する,ソースコードに依存しないフレームワークであるUIXPOSEを紹介する。 このフレームワークは、モバイルマルウェア分析にIntention Behaviour Alignment (IBA)を適用し、UI推論意図とランタイムセマンティクスを一致させる。 以前の作業は、静的、例えば、パーミッション中心、ウィジェットレベルでインテントを推測するか、コンテンツやコンテキストを見逃す粗い動的信号(エンドポイント、部分的なリソース使用)をモニターする。 UIXPOSEは、視覚言語モデルと知識構造を使用して各画面から意図ベクトルを推論し、デコードされたネットワークペイロード、ヒープ/メモリ信号、リソース利用トレースを振る舞いベクトルに結合する。 実行時に計算されたアライメントは、誤った振る舞いを検出し、振る舞いに富んだパスの探索をハイライトすることができる。 3つの実世界のケーススタディにおいて、UIXPOSEは、メタデータのみのベースラインを回避し、IBAが動的検出をどのように改善するかを実証する隠蔽フィルターと隠れバックグラウンドアクティビティを明らかにしている。

関連論文リスト

• GhostEI-Bench: Do Mobile Agents Resilience to Environmental Injection in Dynamic On-Device Environments? [30.170538068791263]
  VLM(Vision-Language Models)は,モバイルグラフィカルユーザインターフェース(GUI)をナビゲートする自律エージェントとして,ますます普及している。 環境注入は、GUIに直接敵のUI要素を挿入することで、エージェントの視覚的知覚を損なう。 GhostEI-Benchは、動的に実行可能な環境で環境注入攻撃を受けるモバイルエージェントを評価するための最初のベンチマークである。
  論文  参考訳（メタデータ） (2025-10-23T08:33:24Z)
• BinCtx: Multi-Modal Representation Learning for Robust Android App Behavior Detection [14.968903026957603]
  我々は,グローバルバイトコード・アズ・イメージ・ビューからアプリのマルチモーダル表現を構築する学習手法であるBINCTXを提案する。 現実世界のマルウェアや良性アプリでは、BINCTXは94.73%のマクロF1を獲得し、少なくとも14.92%の強いベースラインを上回っている。
  論文  参考訳（メタデータ） (2025-10-16T06:29:06Z)
• SAMITE: Position Prompted SAM2 with Calibrated Memory for Visual Object Tracking [58.35852822355312]
  Visual Object Tracking (VOT)は、ビデオ内のターゲットを継続的に追跡する自律運転のようなアプリケーションで広く使われている。 これらの問題に対処するために、ビデオ基盤モデルSAM2をVOTに適用し、各フレームの追跡結果をメモリとして符号化し、残りのフレームを自己回帰的に条件付けする手法を提案する。 これらの課題に対処するために,SAM2 上にモジュールを追加して構築した SAMITE モデルを提案する。
  論文  参考訳（メタデータ） (2025-07-29T12:11:56Z)
• A Novel Decomposed Feature-Oriented Framework for Open-Set Semantic Segmentation on LiDAR Data [6.427051055902494]
  本稿では,LiDARデータのオープンセットセマンティックセマンティックセグメンテーションのための特徴指向フレームワークを提案する。 閉集合セマンティックセマンティックセグメンテーションを同時に実行し、未知のオブジェクトに特有の特徴を生成するために、デュアルデコーダネットワークを設計する。 近接したセマンティックセグメンテーションと異常検出の結果を統合することで、効率的な特徴駆動型LiDARオープンセットセマンティックセグメンテーションを実現する。
  論文  参考訳（メタデータ） (2025-03-14T05:40:05Z)
• From Objects to Events: Unlocking Complex Visual Understanding in Object Detectors via LLM-guided Symbolic Reasoning [71.41062111470414]
  現在のオブジェクト検出器は、エンティティのローカライゼーションと分類において優れているが、イベント認識機能には固有の制限がある。 本稿では,単なるオブジェクト認識以上の標準オブジェクト検出能力を,複雑なイベント理解に拡張する新しいフレームワークを提案する。 私たちの重要なイノベーションは、高価なタスク固有のトレーニングを必要とせずに、オブジェクト検出とイベント理解のセマンティックなギャップを埋めることです。
  論文  参考訳（メタデータ） (2025-02-09T10:30:54Z)
• PARIS: A Practical, Adaptive Trace-Fetching and Real-Time Malicious Behavior Detection System [6.068607290592521]
  本稿では,適応的トレースフェッチ,軽量かつリアルタイムな悪意ある行動検出システムを提案する。 具体的には、Event Tracing for Windows (ETW)で悪意ある振る舞いを監視し、悪意のあるAPIやコールスタックを選択的に収集することを学ぶ。 その結果、より広い範囲のAPIを監視し、より複雑な攻撃行動を検出することができる。
  論文  参考訳（メタデータ） (2024-11-02T14:52:04Z)
• Hierarchical Graph Interaction Transformer with Dynamic Token Clustering for Camouflaged Object Detection [57.883265488038134]
  本稿では,HGINetと呼ばれる階層的なグラフ相互作用ネットワークを提案する。 このネットワークは、階層的トークン化機能間の効果的なグラフ相互作用を通じて、知覚不能なオブジェクトを発見することができる。 本実験は,既存の最先端手法と比較して,HGINetの優れた性能を示すものである。
  論文  参考訳（メタデータ） (2024-08-27T12:53:25Z)
• SalienDet: A Saliency-based Feature Enhancement Algorithm for Object Detection for Autonomous Driving [160.57870373052577]
  未知の物体を検出するために,サリエンデット法(SalienDet)を提案する。 我々のSaienDetは、オブジェクトの提案生成のための画像機能を強化するために、サリエンシに基づくアルゴリズムを利用している。 オープンワールド検出を実現するためのトレーニングサンプルセットにおいて、未知のオブジェクトをすべてのオブジェクトと区別するためのデータセットレザベリングアプローチを設計する。
  論文  参考訳（メタデータ） (2023-05-11T16:19:44Z)
• Dense Label Encoding for Boundary Discontinuity Free Rotation Detection [69.75559390700887]
  本稿では,分類に基づく比較的研究の少ない方法論について検討する。 我々は2つの側面でフロンティアを推し進めるための新しい手法を提案する。 航空画像のための大規模公開データセットの実験と視覚解析は,我々のアプローチの有効性を示している。
  論文  参考訳（メタデータ） (2020-11-19T05:42:02Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。