LLMを用いたAndroidマルウェア検出器への特徴レベルの敵対的攻撃Research#adversarial attacks🔬 Research|分析: 2026年1月10日 07:31•公開: 2025年12月24日 19:56•1分で読める•ArXiv分析この研究は、大規模言語モデル (LLM) によって生成された敵対的攻撃に対するAndroidマルウェア検出器の脆弱性を探求しています。 この研究は、洗練されたAIモデルが既存のシステムのセキュリティを損なうために利用されているという懸念される傾向を浮き彫りにしています。重要ポイント•LLMは、Androidマルウェア検出器を回避する敵対的サンプルを作成するために使用できます。•攻撃は特徴レベルで動作し、潜在的にそれらをより巧妙で検出が困難にします。•この研究は、モバイルセキュリティにおける新しい脅威ベクトルを浮き彫りにしています。引用・出典原文を見る"The research focuses on LLM-driven feature-level adversarial attacks."AArXiv2025年12月24日 19:56* 著作権法第32条に基づく適法な引用です。古い記事AI and Galaxy Evolution: A Comparison of AGN Hosts in Simulations新しい記事AI Predicts Maps for Fast Navigation in Obstructed Environments関連分析Research人間によるAI検出2026年1月4日 05:47Research深層学習の実装に焦点を当てた書籍2026年1月4日 05:49ResearchGeminiのパーソナライズ2026年1月4日 05:49原文: ArXiv