Ian Goodfellow가 2014년 논문에서 제안한 이후로 생성적 적대 신경망(Generative Adversarial Networks, GAN)에 대한 연구가 폭발적으로 증가해 왔다. GAN은 여러 분야에서 활용되어 왔지만, 악성코드(malware) 연구 영역은 GAN이 뿌리내린 문제 공간이다. 데이터셋의 균형 조정부터 희귀한 클래스에서 관측되지 않은 예시를 생성하는 것에 이르기까지, GAN 모델은 광범위한 응용 가능성을 제공한다. 본 논문은 악성코드 문제 공간에서 생성적 적대 신경망의 활용에 관한 현재의 연구와 문헌을 개관한다. 이는 독자가 이 분야에서 생성적 적대 모델이 제공하는 바와 악성코드 연구 내에서 어떤 영역에 가장 잘 활용될 수 있는지를 전반적으로 이해할 수 있기를 기대하는 데 목적이 있다. 본 논문은 현재 관련된 개관 논문, 다양한 범주의 GAN을 다루며, 아울러 서로 다른 주제에 대해 GAN을 최적화하기 위한 최근 연구의 결과와 향후 탐색 방향을 제시한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.