Malware Classification by Learning Semantic and Structural Features of Control Flow Graphs

This is the source code of our paper accepted by TrustCom2021: Malware Classification by Learning Semantic and Structural Features of Control Flow Graphs.

Note per la riproduzione degli esperimenti

All'interno del codice ci sono vari file non presenti e path locali da cambiare

• Tutti i file all'interno di bin richiamano risorse indicate in un path assoluto
• src/dataset/extract_cfg.py : 20-22
• default path all'interno dei costruttori in src/gnn/dataset.py
• src/gnn/measure.py : 53
• sempre in measure.py la directory da cui il modello viene caricato è sbagliata

Code Structure

.
├── README.md
└── src
    ├── bert_tidy     # BERT training code by Transformers
    ├── dataset       # parse BIG2015 to CFGs and BBs
    └── gnn           # gnn code

Dataset

• BIG2015

Reference

• GNN
  • GIN
  • DGCNN
• NLP
  • BERT
• Instruction Normalization
  • DEEPBINDIFF
  • SAFE
• Malware Classification
  • Classifying Malware Represented as Control Flow Graphs using Deep Graph Convolutional Neural Network