Malware DataLab: uma Plataforma de Ensino-Aprendizagem e Experimentação para Geração de Dados Sintéticos na Detecção de Malware Android

Diego Kreutz; Rodrigo Brandão Mansilha; Luiz Felipe Laviola; Angelo Gaspar Diniz Nogueira; Kayuã Oleques Paim; Hendrio Bragança

doi:10.5753/rnp.rt.2026.206

Malware DataLab: A Teaching, Learning, and Experimentation Platform for Synthetic Data Generation in Android Malware Detection

Authors

Diego Kreutz, UNIPAMPA; Rodrigo Brandão Mansilha, UNIPAMPA; Luiz Felipe Laviola, UNIPAMPA; Angelo Gaspar Diniz Nogueira, UNIPAMPA; Kayuã Oleques Paim, UNIPAMPA; Hendrio Bragança, UNIPAMPA

DOI: https://doi.org/10.5753/rnp.rt.2026.206

Keywords:

Cybersecurity, Android Malware, Artificial Intelligence, Synthetic Data, Machine Learning, Teaching and Learning, Experimentation, Hackers do Bem

Synopsis

Android malware detection based on machine learning is limited by the scarcity, bias, and short validity of representative datasets, while the underlying techniques (such as generative adversarial networks) remain hard to teach and to reproduce. This paper presents Malware DataLab, an integrated web platform that combines a teaching-and-learning laboratory with an experimentation laboratory for synthetic tabular data generation. The platform couples MalSynGen, a neural-network-based synthetic data generator, with Cloud AutoDroid, a scalable distributed backend that orchestrates containerized experiments on demand. We describe the tool’s functionalities, its architecture and implementation, and a user evaluation with 76 participants (including residents of the Hackers do Bem program), which reported an 84.6% task completion rate and a Net Promoter Score of approximately 81. The platform, its documentation, and the associated artifacts are openly available.

Downloads

Download data is not yet available.

References

AI & Data Today (2023). Top 10 reasons why ai projects fail. [link]. Acesso em: 10 jul. 2026.

Assolin, J. et al. (2022). DroidAutoML: uma ferramenta de AutoML para o domínio de detecção de malwares android. In Anais Estendidos do XXII Simpósio Brasileiro em Segurança da Informação e de Sistemas Computacionais (SBSeg), pages 135–142, Porto Alegre, RS, Brasil. SBC.

Casola, K., Oleques, K., Mansilha, R. B., and Kreutz, D. (2023). DroidAugmentor: ferramenta de treinamento e avaliação de cGANs para geração de dados sintéticos. Technical report, Universidade Federal do Pampa (UNIPAMPA).

Fava, F. B. et al. (2024). Assessing the performance of docker in docker containers for microservice-based architectures. In 32nd Euromicro International Conference on Parallel, Distributed and Network-Based Processing (PDP), Dublin, Ireland. IEEE.

Ho, J., Jain, A., and Abbeel, P. (2020). Denoising diffusion probabilistic models. In Advances in Neural Information Processing Systems, volume 33, pages 6840–6851.

Laviola, L. F., Mansilha, R. B., and Kreutz, D. (2024). Cloud AutoDroid: uma arquitetura de backend para executar serviços de ia generativa na nuvem. In Anais Estendidos da Escola Regional de Engenharia de Software (ERES), Porto Alegre, RS, Brasil. SBC.

Laviola, L. F., Mansilha, R. B., and Kreutz, D. (2025). Cloud AutoDroid: Um sistema distribuído escalável para execução de ferramentas de ia generativa. In Anais Estendidos do XLIII Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos (SBRC), Porto Alegre, RS, Brasil. SBC.

Meijin, L. et al. (2022). A systematic overview of android malware detection. Applied Artificial Intelligence, 36(1):2007327.

Miranda, T. d. C. et al. (2022). Debiasing android malware datasets: How can i trust your results if your dataset is biased? IEEE Transactions on Information Forensics and Security, 17:2182–2197.

Nogueira, A. G. D., Paim, K. O., Bragança, H., Mansilha, R. B., and Kreutz, D. (2024a). Geração de dados sintéticos tabulares para detecção de malware android: um estudo de caso. In Anais do XXIV Simpósio Brasileiro de Segurança da Informação e de Sistemas Computacionais (SBSeg), Porto Alegre, RS, Brasil. SBC.

Nogueira, A. G. D., Paim, K. O., Bragança, H., Mansilha, R. B., and Kreutz, D. (2024b). MalSynGen: redes neurais artificiais na geração de dados tabulares sintéticos para detecção de malware. In Anais Estendidos do XXIV Simpósio Brasileiro de Segurança da Informação e de Sistemas Computacionais (SBSeg), Porto Alegre, RS, Brasil. SBC.

Nogueira, A. G. D., Paim, K. O., Bragança, H., Mansilha, R. B., and Kreutz, D. (2025). MalDataGen: A modular framework for synthetic tabular data generation in malware detection. In Anais Estendidos do Simpósio Brasileiro de Cibersegurança (SBSeg), Porto Alegre, RS, Brasil. SBC.

Nogueira, A. G. D., Paim, K. O., Mansilha, R. B., and Kreutz, D. (2024c). Otimização de hiperparâmetros da DroidAugmentor para geração de dados sintéticos de malware android. In Anais da Escola Regional de Redes de Computadores (ERRC), Porto Alegre, RS, Brasil. SBC.

Paim, K. O., Nogueira, A. G. D., Mansilha, R. B., and Kreutz, D. (2024). Uma introdução sobre redes adversárias generativas (gans) e suas aplicações na cibersegurança. In UniHacker: Tecnologias e Desafios em Cibersegurança I. Disponível em: [link].

Pinheiro Cinelli, L. et al. (2021). Variational autoencoder. pages 111–149. Springer International Publishing, Cham.

Rodrigues, R. N., Ferreira, L., Mansilha, R. B., and Kreutz, D. (2024). Jarvas: um chatbot assistente via aplicativos de mensagens instantâneas para aplicações científicas. In Anais Estendidos da Escola Regional de Engenharia de Software (ERES), Porto Alegre, RS, Brasil. SBC.

Schepke, C. et al. (2024). DinD-Bench: impacto de contêineres docker em docker para a programação paralela. In Anais da XXIV Escola Regional de Alto Desempenho da Região Sul (ERAD-RS), Porto Alegre, RS, Brasil. SBC.

Siqueira, G. et al. (2022). Avaliação de ferramentas de AutoML em datasets de detecção de malwares android. In Anais do XXII Simpósio Brasileiro em Segurança da Informação e de Sistemas Computacionais (SBSeg), pages 302–315, Porto Alegre, RS, Brasil. SBC.

Soares, T. et al. (2021a). Detecção de malwares android: datasets e reprodutibilidade. In Anais da XIX Escola Regional de Redes de Computadores (ERRC), pages 43–48, Porto Alegre, RS, Brasil. SBC.

Soares, T. et al. (2021b). Detecção de malwares android: levantamento empírico da disponibilidade e da atualização das fontes de dados. In Anais da XIX Escola Regional de Redes de Computadores (ERRC), pages 49–54, Porto Alegre, RS, Brasil. SBC.

Sonco, L., Laviola, L. F., Mansilha, R. B., and Kreutz, D. (2024). Uma gui para hackers do bem aprenderem sobre malwares sintéticos. In Anais Estendidos da Escola Regional de Engenharia de Software (ERES), Porto Alegre, RS, Brasil. SBC.

Vilanova, L. et al. (2022). ADBuilder: uma ferramenta de construção de datasets para detecção de malwares android. In Anais Estendidos do XXII Simpósio Brasileiro em Segurança da Informação e de Sistemas Computacionais (SBSeg), pages 143–150, Porto Alegre, RS, Brasil. SBC.