基于行为的GPU加密货币挖矿劫持检测
密码学与安全
2024-08-28 v1
摘要
随着基于区块链的加密货币激增，非法挖矿已成为一种流行的网络威胁。基于主机的加密货币挖矿劫持（攻击者利用受害者系统在不知情的情况下挖矿）正在增加。常规的加密货币挖矿劫持是一种相对知名且研究充分的安全威胁，然而，攻击者最近开始转向GPU加密货币挖矿劫持，这因其更高的GPU哈希率和更低的检测几率而有望带来更大利润。此外，GPU加密货币挖矿劫持程序可以通过例如修改后的显卡驱动程序轻易传播。本文探讨了GPU加密货币挖矿劫持检测的问题。首先，我们讨论了GPU加密货币挖矿劫持的简要历史和定义，以及先前设计针对此类威胁的检测技术的尝试。我们还提出了一种基于应用程序的GPU负载和显存消耗的复杂暴露机制，可用于检测基于浏览器和基于主机的加密货币挖矿劫持样本。然后，我们基于我们的技术设计了一个原型决策树检测程序。该程序在受控的虚拟机环境中进行了测试，针对选定的GPU加密货币挖矿劫持样本集实现了80%的成功检测率，并对选定的合法GPU密集型应用程序实现了20%的误报率。
引用
@article{arxiv.2408.14554,
title = {Behavior-Based Detection of GPU Cryptojacking},
author = {Dmitry Tanana},
journal= {arXiv preprint arXiv:2408.14554},
year = {2024}
}