論文の概要: Measuring Duplication, Leakage, and Rendering Dependence in Malware-as-Image Benchmarks

• arxiv url: http://arxiv.org/abs/2610.39351v1
• Date: Thu, 29 Oct 2026 04:44:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-03 00:03:57.525574
• Title: Measuring Duplication, Leakage, and Rendering Dependence in Malware-as-Image Benchmarks
• Title（参考訳）: ソフトウェア・アズ・イメージベンチマークにおける重複・漏洩・レンダリング依存性の測定
• Abstract要約: イメージとしてレンダリングされたマルウェアのバイナリを分類することは、マルウェアの家族識別に対する一般的なアプローチである。 本稿では,これらのベンチマークのうち10点を,ほぼ重複画像とテストトレインリークに対して評価する。
• 参考スコア（独自算出の注目度）: 5.1746861916158196
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Classifying malware binaries rendered as images is a popular approach to malware family identification, and papers on the standard benchmarks for this task report accuracies of 97-99%. In this paper we audit ten of these benchmarks for near-duplicate images and test-train leakage, and retrain standard classifiers under naive and content-aware splits. Deduplicating by file hash, which is the standard practice, does not prevent leakage, because distinct binaries render to identical images. Deduplicating on image content reduces top-1 accuracy by up to 8 points and macro-F1 by up to 15 points on the released benchmarks we find leaky. The rendering step also adds duplication, since byteplots of the same binaries contain 19.7% near-duplicates where static feature vectors contain 2.2%, and changing the width at which bytes are wrapped into rows reduces accuracy by 20 to 33 points, although no byte changes. We recommend that content-level duplication and a non-image baseline be reported alongside accuracy.
• Abstract（参考訳）: イメージとしてレンダリングされたマルウェアバイナリの分類は、マルウェアの家族識別に対する一般的なアプローチであり、このタスクレポートの標準ベンチマークは97-99%である。 本稿では,これらのベンチマークのうち10のベンチマークを,ほぼ重複画像とテストトレインリークに対して評価し,単純かつコンテンツ対応の分割の下で標準分類器を再訓練する。 標準的な慣行であるファイルハッシュによる複製は、異なるバイナリが同一の画像にレンダリングするため、リークを防止しない。 画像内容の重複は、トップ1の精度を最大8ポイント、マクロF1を最大15ポイント削減します。 同じバイナリのバイトプロットは、静的特徴ベクトルが2.2%を含む19.7%の近倍体を含み、バイトを行に包む幅を変更することで精度が20から33ポイント低下するが、バイトは変化しない。 コンテントレベルの重複と非イメージベースラインを精度良く報告することを推奨する。

関連論文リスト

• Watermarks and Fingerprints as Soft Bindings for Content Provenance: An Open-Licence Benchmark for Images, Audio and Video [0.0]
  我々は、透かしと指紋認証の2種類のコンテンツ保証基準をベンチマークした。 透かしでは, 知覚品質, 頑健性, 偽陽性, コストについて, 映像25面, 音声7面, ビデオ7面について評価した。 PixelSealは、画像とビデオの透かしとオーディオのAudioSealに最適なバランスを与えたが、TrustMarkのすべての変種が5.9から15.3%の未表示画像に発射されたエラー補正検出器は、オーディオに最適であった。
  論文  参考訳（メタデータ） (2026-10-02T23:52:30Z)
• Semantic Watermarking for Malicious Image Manipulation Detection [4.018576262580862]
  本稿では,この透かしを回復可能なセマンティック参照として再構成する,ロバストなセマンティックな透かしフレームワークを提案する。 我々のフレームワークは、$$-VAEベースのバイナリ透かしと明示的なチャネル認識トレーニングを組み合わせる。 ダウンストリームアプリケーションとして、軽量モジュールSDA-Netは、回復したセマンティック埋め込みを使用して、画像が変更されたかどうかを明らかにする。
  論文  参考訳（メタデータ） (2026-09-30T12:33:19Z)
• From Masks to Pixels and Meaning: A New Taxonomy, Benchmark, and Metrics for VLM Image Tampering [66.2662973049988]
  粗い領域ラベルからのVLM画像の改ざんを行う。 我々は,編集プリミティブにまたがる分類学と,その意味クラスを,低レベルな変化と高レベルな理解を結びつけて導入する。 第3に,画素レベルの正しさと局所化を定量化して,真の編集強度に対する信頼度や予測を評価するためのトレーニングフレームワークと評価指標を提案する。
  論文  参考訳（メタデータ） (2026-03-20T17:59:54Z)
• Pixel-level Certified Explanations via Randomized Smoothing [87.48628403354351]
  ポストホック属性法は, 入力画素を強調することにより, 深層学習の予測を説明することを目的としている。 小さい、知覚不能な入力摂動は、同じ予測を維持しながら、属性マップを劇的に変更することができる。 ブラックボックス属性法における画素レベルのロバスト性を保証する最初の認証フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-06-18T14:41:24Z)
• Bytes Are All You Need: Transformers Operating Directly On File Bytes [55.81123238702553]
  推論時にファイルの復号化を必要とせず、ファイルバイトの分類を行うことにより、モダリティ非依存表現学習について検討する。 私たちのモデルであるByteFormerは、ImageNet Top-1の分類精度を$5%改善します。 我々は、同じByteFormerアーキテクチャが、修正やモダリティ固有の前処理なしでオーディオ分類を行うことができることを示した。
  論文  参考訳（メタデータ） (2023-05-31T23:18:21Z)
• A Byte Sequence is Worth an Image: CNN for File Fragment Classification Using Bit Shift and n-Gram Embeddings [21.14735408046021]
  メモリの小さなチャンク上のファイル断片分類(FFC)は、メモリ科学とインターネットセキュリティにおいて不可欠である。 既存の方法はファイルフラグメントを1dバイトの信号として扱い、キャプチャされたバイト間の特徴を分類に利用している。 ファイルフラグメントに無視されたバイト内情報を導入し、2次元グレースケールの画像として再処理するための新しいデータ拡張手法Byte2Imageを提案する。
  論文  参考訳（メタデータ） (2023-04-14T08:06:52Z)
• BEiT v2: Masked Image Modeling with Vector-Quantized Visual Tokenizers [117.79456335844439]
  マスク付き予測のための再構成ターゲットとして,セマンティックリッチなビジュアルトークン化器を提案する。 次に、マスクされた画像パッチに対する元の視覚トークンを予測して、視覚変換器を事前訓練する。 画像分類とセマンティックセグメンテーションの実験は、我々のアプローチがMIM法よりも優れていることを示している。
  論文  参考訳（メタデータ） (2022-08-12T16:48:10Z)
• Introspective Deep Metric Learning for Image Retrieval [80.29866561553483]
  良好な類似性モデルは、より堅牢なトレーニングのために曖昧なイメージをよりよく扱うように注意しながら、意味的な相違を考慮すべきである、と我々は主張する。 本稿では,画像の意味的特徴とあいまいさを記述した,意味的埋め込みだけでなく,付随する不確実性埋め込みを用いて画像を表現することを提案する。 提案したIDMLフレームワークは,不確実性モデリングによるディープメトリック学習の性能向上を実現し,広く使用されているCUB-200-2011,Cars196,Stanford Online Productsデータセットの最先端結果を得る。
  論文  参考訳（メタデータ） (2022-05-09T17:51:44Z)
• Benchmarking Robustness of Deep Learning Classifiers Using Two-Factor Perturbation [4.016928101928335]
  本稿では,欠陥画像上のDL分類器のロバスト性を評価するための基礎的な研究を付け加える。 クリーンなセット,単一因子摂動のセット,2要素摂動条件のセットを含む,総合的な69のベンチマーク画像セットを作成しました。
  論文  参考訳（メタデータ） (2022-03-02T03:53:21Z)
• The 2021 Image Similarity Dataset and Challenge [32.202821997745716]
  本稿では,大規模画像類似度検出のための新しいベンチマークを提案する。 目標は、クエリイメージが、サイズ100万の参照コーパス内の任意のイメージの修正コピーであるかどうかを決定することである。
  論文  参考訳（メタデータ） (2021-06-17T17:23:59Z)

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。