武汉大学彭国军课题组成果被ACM CCS2025录用

科研动态5个月前更新 武汉大学
2,822 0 0
查找参加最新学术会议,发表EI、SCI论文,上学术会议云
2025年第四届算法、数据挖掘与信息技术国际会议(ADMIT 2025)
2025年第八届机器学习和自然语言处理国际会议(MLNLP 2025)
2025年第八届数据科学和信息技术国际会议(DSIT 2025)
2025年数据科学与智能系统国际会议(DSIS 2025)
2025年第四届先进的电子、电气和绿色能源国际会议 (AEEGE 2025)
2025年第二届亚太计算技术、通信和网络会议(CTCNet 2025)
艾思科蓝 | 学术会议 | 学术期刊 | 论文辅导 | 论文编译 | 发表支持 | 论文查重

通讯员网轩)近日,国家网络安全学院教授彭国军指导的论文被第32届国际计算机与通信安全会议(ACM Conference on Computer and Communications Security,ACM CCS2025)录用。论文题目为“Analyzing PDFs like Binaries:AdversariallyRobust PDF Malware Analysis via Intermediate Representation and Language Model”(《像分析二进制一样分析PDF:基于中间表示与语言模型的对抗鲁棒的PDF恶意软件分析》),2021级博士生刘思德为第一作者,彭国军为通讯作者。

武汉大学彭国军课题组成果被ACM CCS2025录用

基于中间语言的PDF分析框架概览

恶意PDF文件已成为网络攻击中持续存在的威胁载体和流行攻击媒介。尽管基于机器学习的PDF恶意软件分类器展现出较高的准确率,但这类分类器普遍易遭受对抗性攻击,严重影响其可靠性。针对该问题,一些学者开展了提升PDF分类器鲁棒性的研究,然而这些研究仍采用过时的特征工程方法,导致即使应用前沿机器学习技术,仍无法从根本上解决特征不稳定性问题。为此,该论文提出一种新的PDF特征提取与恶意软件检测方法。该论文设计了首个类汇编语言的PDF对象中间表示框架(PDFObjIR),并基于预训练语言模型提取语义特征;同时借鉴程序分析思想,构建类程序控制流图的对象引用图以捕获结构特征。这种双重分析机制实现了从语义和结构双重视角进行PDF恶意软件检测。论文实验结果表明,与现有最先进的PDF恶意软件分类器相比,该论文所提分类器在保持基线数据集0.07%极低误报率的同时,展现出出色的对抗鲁棒性。

据悉,本届ACM CCS将于2025年10月13至17日在中国台北召开。ACM CCS于1993年首次举办,已有三十多年历史,是国际公认的信息安全领域旗舰会议,与IEEE S&P、USENIX Security、NDSS并称为信息安全领域国际四大顶级学术会议,也是中国计算机学会(CCF)推荐的A类会议。ACM CCS近十年录用率约为18%,被录用的稿件反映了网络安全领域国际最前沿的研究水平。

(编辑:相茹)

© 版权声明
2025年第四届算法、数据挖掘与信息技术国际会议(ADMIT 2025)
2025年第八届机器学习和自然语言处理国际会议(MLNLP 2025)
2025年第八届数据科学和信息技术国际会议(DSIT 2025)
2025年数据科学与智能系统国际会议(DSIS 2025)
第二届大数据分析与人工智能应用学术会议(BDAIA2025)
2025年第四届先进的电子、电气和绿色能源国际会议 (AEEGE 2025)
2025年第二届亚太计算技术、通信和网络会议(CTCNet 2025)
艾思科蓝 | 学术会议 | 学术期刊 | 论文辅导 | 论文编译 | 发表支持 | 论文查重

相关文章

查找最新学术会议,发表EI、SCI论文,上学术会议云
艾思科蓝 | 学术会议 | 学术期刊 | 论文辅导 | 论文编译 | 发表支持 | 论文查重

暂无评论

none
暂无评论...