面向早期勒索软件检测与溯源的数据中心机器学习方法
密码学与安全
2023-06-27 v1
摘要
研究人员已提出多种勒索软件检测与分析方案。然而，这些工作大多聚焦于针对 Windows 7/8 系统的较旧家族。因此，亟需开发高效方案以应对最新威胁，其中许多威胁可供分析的样本相对较少。本文提出一种用于早期勒索软件检测与溯源的机器学习(ML)框架。该方案采用数据中心方法，使用极简勒索软件数据集，并基于可移植可执行(PE)文件实现静态分析。多种 ML 分类器的结果证实了在准确率和零日威胁检测方面的强劲性能。
引用
@article{arxiv.2305.13287,
title = {Data-Centric Machine Learning Approach for Early Ransomware Detection and Attribution},
author = {Aldin Vehabovic and Hadi Zanddizari and Nasir Ghani and Farooq Shaikh and Elias Bou-Harb and Morteza Safaei Pour and Jorge Crichigno},
journal= {arXiv preprint arXiv:2305.13287},
year = {2023}
}
备注
6 pages, 5 figures