机器学习方法在加壳检测中的分析
密码学与安全
2021-05-04 v1 机器学习
摘要
加壳是一种被恶意软件广泛使用的混淆技术，用于隐藏程序的内容与行为。许多先前的研究探索了如何检测一个程序是否被加壳。这些研究包含多种方法，如熵分析、语法签名以及近期使用各类特征的机器学习分类器。然而，尚无稳健的结果指明哪些算法表现最佳，或哪些特征最为显著。考虑到如何评估结果（因为准确率、代价、泛化能力及其他度量均合理），该问题变得复杂。本工作探索了使用 119 个特征的十一种不同机器学习方法，以理解：哪些特征对加壳检测最为显著；哪些算法提供最佳性能；以及哪些算法最为经济。
引用
@article{arxiv.2105.00473,
title = {Analysis of Machine Learning Approaches to Packing Detection},
author = {Charles-Henry Bertrand Van Ouytsel and Thomas Given-Wilson and Jeremy Minet and Julian Roussieau and Axel Legay},
journal= {arXiv preprint arXiv:2105.00473},
year = {2021}
}