Temporal Generalization and Explanation Stability of Control Flow Graph Neural Networks for Malware Detection

arXiv cs.CR · 22 sept, 06:00

Un estudio sobre redes neuronales de grafos aplicadas a detección de malware analiza cómo los modelos generalizan en el tiempo, entrenando en ejecutables de 2024-2025 y evaluando en muestras de 2026. El cambio en la arquitectura del operador de message-passing afecta significativamente la robustez frente a distribuciones nuevas, y los modelos mejores en el conjunto de entrenamiento pueden fallar en producción, desafiando benchmarks convencionales.