AVMiner：可扩展且保语义的杀毒标签挖掘方法
密码学与安全
2022-08-31 v1
摘要
随着恶意软件种类和数量的增加，迫切需要对恶意软件的诊断和分析进行加速。从在线杀毒（AV）引擎提供的 AV 标签中提取恶意软件家族相关令牌，为恶意软件的预诊断铺平了道路。从 AV 标签中自动提取重要信息将极大增强安全企业的检测能力并赋予安全分析师研究能力。近期如 AVCLASS 和 AVCLASS2 的工作试图从 AV 标签中提取恶意软件属性并基于专家知识建立分类法。然而，由于复杂恶意行为的不确定趋势，系统需要具备以下能力以应对挑战：保留重要语义、可扩展、且脱离专家知识。本工作中，我们提出 AVMiner，一个可从 AV 标签中挖掘最重要令牌的可扩展恶意软件标注系统。AVMiner 采用自然语言处理技术和聚类方法，在无需专家知识的情况下生成按重要性排序的令牌序列。AVMiner 可在新样本到来时自我更新。最后，我们在来自知名数据集、带人工标注真值的超过 8,000 个样本上评估 AVMiner，其性能优于以往工作。
引用
@article{arxiv.2208.14221,
title = {AVMiner: Expansible and Semantic-Preserving Anti-Virus Labels Mining Method},
author = {Ligeng Chen and Zhongling He and Hao Wu and Yuhang Gong and Bing Mao},
journal= {arXiv preprint arXiv:2208.14221},
year = {2022}
}