对称双域原型自适应用于少样本基于图像的恶意软件分类

《Symmetry》：Symmetric Dual-Domain Prototype Adaptation for Few-Shot Image-Based Malware Classification

　　

基于图像的恶意软件分类将二进制软件转换为视觉表示，使得深度视觉模型可用于恶意软件家族识别。然而，可靠的家族级标注仍然依赖人工且需要专家知识，难以构建大规模带标签的恶意软件图像数据集，尤其是对于新出现的家族。为解决这一低标注设定问题，本文提出一种用于少样本基于图像的恶意软件家族分类的双域原型自适应（Dual-Domain Prototype Adaptation, DDPA）框架。DDPA建立在从非对称数据条件下获得的两个冻结特征编码器之上：一个在大规模带标签自然图像上预训练的监督编码器，用于捕获通用视觉表示；以及一个在未带标签恶意软件图像上预训练的自监督对比编码器，用于捕获恶意软件域表示。在下游适应阶段，两个域以结构对称的方式处理，构建双域原型用于少样本恶意软件家族预测，无需训练任务特定分类器。在ImageNet、Maldeb和Malimg数据集上的实验验证了DDPA在少样本恶意软件家族分类上的有效性。在严格的五样本（five-shot）设定下，DDPA以训练无关的方式实现了91.92%的宏F1值（Macro-F1），分别超过最强的基于梯度的基线和单域原型基线1.62和4.48个百分点。进一步分析表明，源自非对称数据域的两个原型空间在对称下游决策规则下提供了不同但互补的证据。

研究背景方面，基于图像的恶意软件分析将二进制样本转为灰度或视觉表示，引入计算机视觉的深度学习技术进行恶意软件检测与家族分类。然而可靠家族标注劳动密集且依赖专家，大规模带标签数据集难以获取，自监督学习可从无标签恶意软件图像中学得可迁移表示，而现实安全监测常需仅用少量验证样本识别新出现家族，传统全监督训练难以应用，基于原型的少样本学习适合此低标注场景。现有方法多基于恶意软件图像表示做下游决策，大规模数据集如ImageNet的通用视觉表示常被用作预训练初始化或孤立单域特征，较少作为恶意软件域表示在双域决策过程中的平衡对应项来研究。为此研究人员开展双域原型自适应（DDPA）框架研究，结论是在少样本设定下DDPA有效，严格五样本设定中以训练无关方式达91.92% Macro-F1，超最强基于梯度和单域原型基线，两原型空间提供不同且互补证据，意义在于连接非对称数据条件与结构对称下游决策过程，为少样本图像恶意软件家族分类提供新视角，论文发表在《Symmetry》。

关键技术方法方面，研究人员用到三个主要数据集：ImageNet提供监督通用视觉编码器，Maldeb作为无标签恶意软件图像语料做自监督对比预训练，Malimg用于下游少样本家族分类并按训练、验证、测试拆分。采用两个冻结特征编码器，一是ImageNet监督预训练的通用视觉域编码器，二是基于SimCLR在Maldeb上自监督对比预训练的恶意软件域编码器，均用ResNet-18移除最终分类层作特征提取器输出512维特征并做L²归一化。下游适应采用对称双域原型建模，同一支持集在两个特征空间用相同平均与归一化规则构建类原型，对查询样本计算两域余弦相似度得分并等权分数级融合，按最大融合得分预测，整个过程训练无关无参数更新与梯度步。

研究结果方面，在4. Experiments and Analysis中，4.1 Experimental Setup部分说明用ImageNet、Maldeb、Malimg三个数据集各司其职，编码器均基于ResNet-18，评估指标用Macro-F1与马修斯相关系数（MCC），实验在统一硬件软件平台进行，组织实验依次回答性能、成本、泛化差距、互补性、融合敏感性问题。4.2 Few-Shot Performance Across Adaptation Paradigms部分比较DDPA与代表性少样本适应方法在每类1至20样本设定下Macro-F1，DDPA在1样本和5样本达最优，分别比最佳非DDPA方法高5.72和1.62个百分点，10样本和20样本时全微调（FT）最优但DDPA接近，表明严格低样本下训练无关双域适应更有效。4.3 Deployment Cost of Task Adaptation部分在5样本设定分析性能与成本权衡，DDPA中位数适应时间1.40 ms，零可训练参数与零梯度步，Macro-F1达91.92%最优，单域原型适应时间少于1 ms但Macro-F1仅约87%，梯度基方法如全微调需约10.4 s与1119万可训练参数，DDPA在性能成本空间处有利区域，每张图像预测时间中位数5.52 ms。4.4 Generalization Behavior of Gradient-Based Adaptation部分分析梯度基方法支持集与查询集Macro-F1差距，1样本下ImgNet线性探测（LP）差距21.22个百分点，MalSim-LP为18.44，全微调亦有约15至19个百分点差距，随样本数增至20差距降至约4至6个百分点，表明严格低标注下梯度更新易拟合支持集而难泛化到查询集，支持训练无关策略动机。4.5 Complementarity of Dual-Domain Prototype Spaces部分从类与样本层面分析互补性，类层面MalSim原型在15家族更优，ImgNet原型在8家族更优，2家族相当，DDPA在13家族超越更强单域原型，6家族持平，6家族略低；样本层面两单域原型85.2%预测一致且大多正确，14.8%不一致中ImgNet仅正确1125样本，MalSim仅正确1170样本，均错但不同类435样本，DDPA解决其中1978样本，解决率72.4%；UMAP投影显示两冻结特征空间几何组织不同，强调不同局部邻域与支持查询原型关系。4.6 Sensitivity Analysis of Fixed Score Fusion部分分析等权融合敏感性，融合权重α从0到1，5样本下α=0.5即等权DDPA达91.92% Macro-F1为测试最优，1样本亦等权最优，10样本最佳α=0.52仅高0.02个百分点，20样本最佳α=0.6高0.48个百分点，等权始终处高性能区，是稳定有竞争力操作点。

讨论与结论翻译部分，实验结果表明本文提出的DDPA框架可有效利用双域原型进行少样本基于图像的恶意软件分类，尤其在严格低样本设定下，通过将非对称数据源与结构对称下游决策规则相连。不同于主要将视觉表示用作单特征源或预训练初始化的方法，DDPA将ImageNet衍生表示保留为独立冻结原型空间，并与从无标签恶意软件图像学到的恶意软件域原型空间配对。它也扩展了近期自监督恶意软件表示学习：不是仅将自监督编码器用于下游分类器训练或单域预测，而是检验其在对称双域原型规则下如何提供互补证据。类与样本层面分析进一步支持此解释，显示两原型空间非简单复制彼此，而在恶意软件家族间提供不同优势与局限，在分歧案例中提供互补证据。尽管结果证明DDPA在当前评估协议下有效，仍存在局限：等权分数融合为保持决策透明与训练无关，但此固定规则未必对所有任务或家族最优；本研究用发布静态基于图像表示，评估未纳入动态行为、API序列或其他多模态恶意软件证据；发布基于图像数据集未提供配对原始与混淆二进制样本，故未评估加壳、节加密或多态重写如何改变字节级布局与视觉结构；评估验证DDPA少样本双域原型适应能力，但未建模时间部署漂移因发布Malimg拆分无时间元数据、家族出现顺序或新变种标注以控时漂评估。综上局限提示未来方向：在更广泛现实数据集设定验证DDPA包括带时间戳或家族感知恶意软件图像基准与跨数据集低样本协议；可开发轻量支持驱动校准策略同时保持低成本适应；可检验ImageNet衍生视觉空间与自监督恶意软件域空间的混淆感知稳定性；可将相同对称原型原则扩展到多模态恶意软件表示学习。

要不要我帮你把这篇论文解读按引言、方法、结果、结论的标准学术论文结构重新梳理排版，方便你直接引用或整理笔记？