論文の概要: Classifier-Dependent Benefits of Pseudo-Labeling for Semi-Supervised Android Malware Attribution

• arxiv url: http://arxiv.org/abs/2609.29564v1
• Date: Wed, 26 Aug 2026 15:08:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:56.076233
• Title: Classifier-Dependent Benefits of Pseudo-Labeling for Semi-Supervised Android Malware Attribution
• Title（参考訳）: 半スーパービジョンAndroidマルウェア属性に対する擬似ラベルの分類器依存的効果
• Abstract要約: 半教師付き学習(SSL)は、未ラベルのサンプルをAndroidマルウェア分類に活用する方法を提供する。 そこで本研究では,CICMalDroid 2020データセット上の6つの分類器間での擬似ラベルの体系的評価について述べる。 F1は+13.8ポイント向上し、既によく分類されたクラスでは+0.8に留まった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Detecting and classifying Android malware families remains challenging due to high feature dimensionality, class imbalance, and the high cost of expert-labeled data. Semi-supervised learning (SSL) offers a way to leverage unlabeled samples, but prior works rarely test whether SSL benefits generalize across classifier types or report statistical significance. We present a systematic evaluation of pseudo-labeling across six classifiers (LightGBM, XGBoost, Random Forest, Logistic Regression, MLP, and SVM) on the CICMalDroid 2020 dataset, using five-fold stratified cross-validation and paired t-tests across five labeled ratios (1-20%). We find that SSL benefit is strongly classifier-dependent: SVM shows the largest significant gain (+4.4% accuracy at 5% labels, p = 0.0028), LightGBM improves modestly (+0.8 to +1.3% at 2-5% labels), while Random Forest is significantly harmed at low label ratios (-3.1% at 1% labels). Per-class analysis reveals SSL disproportionately benefits the hardest-to-classify families, with Adware F1 improving by +13.8 percentage points versus only +0.8 for the already well-classified Benign class. We further show that approximately 800 labeled samples (10% of the dataset) yield near-optimal performance across all classifiers. These findings offer practical guidance on when and with which classifier pseudo-labeling is worthwhile for Android malware classification.
• Abstract（参考訳）: Androidのマルウェアファミリーの検出と分類は、高機能なディメンタリティ、クラス不均衡、専門家ラベル付きデータの高コストのため、依然として困難である。 半教師付き学習(SSL)は、ラベルのないサンプルを活用する手段を提供するが、以前の研究では、SSLの利点が分類器のタイプにまたがって一般化されているか、あるいは統計的に重要なことを報告しているかをテストすることはめったにない。 筆者らは,CICMalDroid 2020データセットを用いて,6つの分類群 (LightGBM, XGBoost, Random Forest, Logistic Regression, MLP, SVM) にまたがる擬似ラベル付けの評価を行った。 SVMは5%のラベルで+4.4%、p = 0.0028)、LightGBMはわずかに(+0.8から+1.3%、Random Forestは1%のラベルで-3.1%)改善している。 クラスごとの分析では、SSLは最も分類が難しい家庭に不均等に利益をもたらし、Adware F1は+13.8ポイント改善され、既によく分類されたベニグクラスでは+0.8に留まった。 さらに、約800個のラベル付きサンプル(データセットの10%)が、すべての分類器でほぼ最適性能が得られることを示す。 これらの知見は,Android マルウェアの分類に有効な分類器として,いつ,いつ,どの分類器を擬似ラベル化するかについて,実用的なガイダンスを提供する。

関連論文リスト

• When Does Self-Supervised Pretraining Help Tabular Models? A Study of Label Scarcity and Missing Data [0.0]
  自己教師付き学習(SSL)は、表データに対する有望なアプローチとして登場した。 14の分類課題において,スクラッチと古典的ベースラインからのトレーニングに対して,マスク・アンド・リカバーSSL事前トレーニングの目標を評価する。
  論文  参考訳（メタデータ） (2026-08-25T10:39:30Z)
• SemiScope: Disentangling Classifier Tuning and Joint Optimization in Semi-Supervised Security Classification [5.2513808063464635]
  半教師付き学習(SSL)は小さなラベル付きプールから大きなラベル付きプールへとラベルを伝播する。 最近の研究報告では、共同検索、AutoML、コンポーネントごとのチューニングを通じてSSLパイプラインを最適化することで、大幅な向上が報告されている。 私たちはSemiScopeを分析機器として開発していますが、デプロイメントの推奨ではありません。
  論文  参考訳（メタデータ） (2026-06-30T19:50:18Z)
• MarginMatch: Improving Semi-Supervised Learning with Pseudo-Margins [73.17295479535161]
  MarginMatchは、一貫性の正規化と擬似ラベルを組み合わせた新しいSSLアプローチである。 トレーニングが進むにつれて、擬似ラベル付きモデル上でのモデルの振る舞いを分析し、低品質な予測が隠蔽されることを確かめる。 CIFAR-100では,クラス毎に25ラベル,STL-10では3.78%,クラス毎に4ラベルで3.25%の誤差率向上を実現した。
  論文  参考訳（メタデータ） (2023-08-17T15:19:04Z)
• Boosting Semi-Supervised Learning with Contrastive Complementary Labeling [11.851898765002334]
  一般的なアプローチは擬似ラベル作成であり、信頼度の高いラベル付きデータに対してのみ擬似ラベルを生成する。 信頼度が低い擬似ラベルを持つデータは、トレーニングプロセスにまだ有効である可能性があることを強調する。 そこで本研究では,多数の信頼な負対を構成する新しいコントラスト補完ラベリング法を提案する。
  論文  参考訳（メタデータ） (2022-12-13T15:25:49Z)
• PercentMatch: Percentile-based Dynamic Thresholding for Multi-Label Semi-Supervised Classification [64.39761523935613]
  トレーニング中の各クラスに対する正と負の擬似ラベルのスコア閾値を動的に変更するためのパーセンタイルベースのしきい値調整手法を提案する。 近年のSSL方式と比較して, Pascal VOC2007 と MS-COCO のデータセットの性能は高い。
  論文  参考訳（メタデータ） (2022-08-30T01:27:48Z)
• ADT-SSL: Adaptive Dual-Threshold for Semi-Supervised Learning [68.53717108812297]
  Semi-Supervised Learning (SSL)は、ラベル付きデータとラベルなしデータを併用してモデルをトレーニングすることで、高度な分類タスクを実現している。 本稿では,半教師付き学習(ADT-SSL)のための適応的デュアル閾値法を提案する。 実験の結果,提案したADT-SSLは最先端の分類精度を実現することがわかった。
  論文  参考訳（メタデータ） (2022-05-21T11:52:08Z)
• Distribution-Aware Semantics-Oriented Pseudo-label for Imbalanced Semi-Supervised Learning [80.05441565830726]
  本稿では,疑似ラベルの重み付けがモデル性能に悪影響を及ぼすような,不均衡な半教師付き学習に対処する。 本稿では,この観測の動機となるバイアスに対処する,一般的な擬似ラベルフレームワークを提案する。 不均衡SSLのための新しい擬似ラベルフレームワークを、DASO(Distributed-Aware Semantics-Oriented Pseudo-label)と呼ぶ。
  論文  参考訳（メタデータ） (2021-06-10T11:58:25Z)
• OpenMatch: Open-set Consistency Regularization for Semi-supervised Learning with Outliers [71.08167292329028]
  我々はOpenMatchと呼ばれる新しいオープンセットセミスーパーバイザードラーニング(OSSL)アプローチを提案する。 OpenMatchは、1-vs-all(OVA)分類器に基づいた新規検出とFixMatchを統合する。 3つのデータセットで最先端のパフォーマンスを実現し、CIFAR10の未ラベルデータで見えないアウトリーチを検出する上で、完全な教師付きモデルよりも優れています。
  論文  参考訳（メタデータ） (2021-05-28T23:57:15Z)
• In Defense of Pseudo-Labeling: An Uncertainty-Aware Pseudo-label Selection Framework for Semi-Supervised Learning [53.1047775185362]
  Pseudo-labeling (PL) は一般的な SSL アプローチで、この制約はありませんが、当初の処方では比較的不十分です。 PLは不整合モデルからの誤った高い信頼度予測により性能が低下していると論じる。 そこで本研究では,疑似ラベリング精度を向上させるための不確実性認識型擬似ラベル選択(ups)フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-01-15T23:29:57Z)

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。