# Wykrywanie złośliwego oprogramowania EN: **Machine-learning malware detection** · id `malwareml` · aliases: malware detection, ML malware classification, antivirus machine learning, wykrywanie malware, next-gen antivirus Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [AI w cyberbezpieczeństwie](https://aiatlasgraph.com/t/cyberai.md) › Wykrywanie złośliwego oprogramowania ## Description - PL: Klasyfikacja plików i zachowań programów jako złośliwych lub nieszkodliwych na podstawie cech statycznych i dynamicznych. - EN: Classifying files and program behaviour as malicious or benign from static and dynamic features. ## In one sentence - PL: Programy antywirusowe, które rozpoznają szkodliwe pliki po ich budowie i zachowaniu, a nie tylko po liście znanych wirusów. - EN: Antivirus software that recognises harmful files by how they are built and behave, not just from a list of known viruses. ## Problem it solves - PL: Każdego dnia powstają setki tysięcy nowych wariantów wirusów, a lista znanych zagrożeń zawsze jest o krok za nimi. - EN: Hundreds of thousands of new virus variants appear every day, and a list of known threats is always a step behind. ## What it does - PL: Jak doświadczony celnik, który nie potrzebuje listu gończego: po wyglądzie paczki i zachowaniu nadawcy wyczuwa, że coś jest nie tak. - EN: Like an experienced customs officer who needs no wanted poster: the look of a parcel and the sender's behaviour tell them something is off. ## Everyday example - PL: Pobierasz z sieci „darmową” wersję programu, a ochrona w systemie usuwa plik, choć nikt wcześniej nie widział dokładnie tego wirusa. - EN: You download a 'free' version of a program and your system's protection deletes it, though nobody had seen that exact virus before. ## This concerns you if you… - PL: masz antywirusa na komputerze lub telefonie - PL: instalujesz programy spoza oficjalnych sklepów - PL: pracujesz w zespole bezpieczeństwa - EN: have antivirus on your computer or phone - EN: install software from outside official stores - EN: work on a security team ## Keywords EMBER · MalConv · PE file features · LightGBM · dynamic analysis · sandbox · VirusTotal · concept drift · TESSERACT · adversarial malware ## How it works - PL: Statyczne klasyfikatory uczą się na cechach wyciągniętych z pliku, takich jak nagłówki, importy, sekcje i ciągi znaków. Dynamiczne modele analizują zachowanie programu w piaskownicy, na przykład wywołania systemowe. Stosuje się między innymi zespoły drzew i sieci uczone na surowych bajtach. - EN: Static classifiers learn from file features such as headers, imports, sections and strings. Dynamic models analyse program behaviour in a sandbox, for example system calls. Common approaches include tree ensembles and neural networks trained on raw bytes. ## Limits - PL: Autorzy malware celowo zaciemniają kod i zmieniają go, by ominąć model. Rodziny szkodników ewoluują, więc dokładność spada z czasem. Etykiety z serwisów skanujących bywają sprzeczne, a fałszywy alarm na popularnym programie jest bardzo kosztowny. - EN: Malware authors deliberately obfuscate and mutate code to evade the model. Families evolve, so accuracy decays over time. Labels from scanning services often disagree, and a false alarm on popular software is very costly. ## Key terms - PL: **analiza statyczna**: Badanie pliku bez jego uruchamiania. - PL: **piaskownica**: Odizolowane środowisko, w którym bezpiecznie uruchamia się podejrzany program. - PL: **zaciemnianie kodu**: Przekształcanie programu, by trudniej było zrozumieć, co robi. - EN: **static analysis**: Examining a file without running it. - EN: **sandbox**: An isolated environment for safely running a suspicious program. - EN: **obfuscation**: Transforming a program so it is harder to understand what it does. ## Know first - [Gradient boosting (XGBoost, LightGBM) (Gradient-boosted trees)](https://aiatlasgraph.com/t/gradientboosting.md) - [Wykrywanie dryfu danych i pojęć (Data and concept drift detection)](https://aiatlasgraph.com/t/driftdetection.md) ## Subtopics (4 direct, 4 in total) - [Omijanie detektorów malware przykładami adwersarialnymi (Adversarial evasion of malware detectors)](https://aiatlasgraph.com/t/advmalware.md): Modifying real malicious programs so they keep working while a classifier judges them benign, and defending against such attacks. - [Starzenie się detektorów i realistyczna ocena w czasie (Concept drift and time-aware evaluation of malware detectors)](https://aiatlasgraph.com/t/malwaredrift.md): Methods for evaluating and maintaining malware detectors that respect data chronology, realistic class ratios and performance decay over time. - [Statyczna klasyfikacja plików wykonywalnych (Static malware classification of executables)](https://aiatlasgraph.com/t/staticmalware.md): Classifying executables (e.g. Windows PE files) as malicious or benign from features extracted without running the program. - [Wykrywanie malware po zachowaniu w piaskownicy (Dynamic (behavioural) malware detection)](https://aiatlasgraph.com/t/dynmalware.md): Classifying programs from traces of their execution in an isolated environment, most often sequences of system API calls with their arguments. ## Related topics Untyped, symmetric "see also" links. - [Analiza programów binarnych i inżynieria wsteczna z AI (AI for binary analysis and reverse engineering)](https://aiatlasgraph.com/t/binaryai.md) ## Sources - [Large Language Models for Cyber Security: A Systematic Literature Review]() `xu-llm4security-survey-2024` · by Hanxiang Xu, Shenao Wang, Ningke Li, Kailong Wang, Yanjie Zhao, Kai Chen, Ting Yu, Yang Liu, Haoyu Wang - [EMBER: An Open Dataset for Training Static PE Malware Machine Learning Models]() `anderson-roth-ember-2018` · by Hyrum S. Anderson, Phil Roth - [TESSERACT: Eliminating Experimental Bias in Malware Classification across Space and Time]() `pendlebury-tesseract-2019` · by Feargus Pendlebury, Fabio Pierazzi, Roberto Jordaney, Johannes Kinder, Lorenzo Cavallaro --- AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/malwareml · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30