基于深度卷积生成对抗网络增强算法的恶意软件疫苗库

本研究在CICMalDroid2020基础上，通过统一预处理及生成对抗网络（DCGAN）增强技术，将原始Android恶意软件样本转化为RGB图像数据，并生成高质量的增强样本，显著扩充了数据规模与多样性。该数据集不仅适用于深度学习模型的训练与评估，还可广泛支持移动安全、恶意代码检测、图像化表征等相关领域的创新研究。其高可复现性与开放性为学术界和工业界提供了数据重用的广阔空间。数据集共包括 6 个核心数据文件，其中：(1) new_data.csv是处理后的CICMalDroid2020数据，数据量11.9MB；(2) original_RGB是一个文件夹，用于存放构建的RGB图像，数据量3.45MB；(3) output_r、output_g、output_b是三个文件夹，用于存放拆分后的三个通道图，总数据量为4.61MB；(4) fake_data是一个文件夹，用于存放DCGAN生成后的图像， 数据量32.5MB；(5)DCGAN.py是核心算法脚本，数据量12.8KB；(6) requirements.txt 是环境依赖清单，数据量 0.1MB。

搜集汇总

背景与挑战

背景概述

该数据集基于CICMalDroid2020，通过预处理和深度卷积生成对抗网络（DCGAN）增强技术，将Android恶意软件样本转化为RGB图像并生成高质量增强样本，显著提升了数据规模与多样性。它适用于深度学习模型训练、移动安全及恶意代码检测等研究，包含多个核心数据文件，具有高可复现性和开放性。