中文

面向防病毒系统的新颖性生成抗原

密码学与安全 2025-05-27 v1 神经与进化计算

摘要

众所周知,防病毒扫描器依赖病毒签名来识别恶意软件。然而,即使对恶意软件代码结构进行微小修改,也会导致病毒签名发生变化,从而使变种版本能够通过扫描器规避检测。因此,存在需要主动生成恶意软件变种数据集,以帮助自动化防病毒扫描器检测此类多样变种的需求。本文提出并演示了一个基于通用汇编源代码的框架,支持任何进化算法生成输入恶意软件的多样且潜在变种,同时保留其恶意性,却能规避防病毒扫描器。该框架的组件包括用于变异算子和适应进化算法的适应度函数的通用代码转换函数和支持新颖性搜索的质量指标。结果表明,该框架在生成多样变种方面有效,并且生成的变种被证明能规避超过 98% 的主流防病毒扫描器。由该框架演化得到的恶意软件变种可作为抗原,辅助恶意软件分析引擎提高其恶意软件检测算法。

关键词

引用

@article{arxiv.2505.18520,
  title  = {Adapting Novelty towards Generating Antigens for Antivirus systems},
  author = {Ritwik Murali and C Shunmuga Velayutham},
  journal= {arXiv preprint arXiv:2505.18520},
  year   = {2025}
}

备注

4 JPEG figures, 2 Latex Graphs, 2 tables, conference paper (Genetic and Evolutionary Computation Conference)