DeepC2：基于人工智能的在线社交网络隐蔽命令与控制
密码学与安全
2022-07-01 v7 人工智能
摘要
命令与控制（C&C）在攻击中十分重要，它将被攻击者的命令传输到受控主机中的恶意软件。当前，一些攻击者在 C&C 任务中使用在线社交网络（OSNs）。OSNs 上的 C&C 存在两个主要问题。首先，恶意软件寻找攻击者的过程是可逆的。若防御者分析恶意软件样本，攻击者在发布命令前就会暴露。其次，明文或加密形式的命令会被 OSNs 视为异常内容，从而引发异常并触发对攻击者的限制。一旦攻击者暴露，防御者便可对其加以限制。本工作中，我们提出 DeepC2，一种基于人工智能的 OSNs 上的 C&C，以解决上述问题。针对可逆的硬编码问题，恶意软件使用神经网络模型寻找攻击者。攻击者的头像被转换为一批特征向量，防御者无法利用模型和特征向量提前恢复头像。为解决 OSNs 上的异常内容问题，采用哈希碰撞与文本数据增强将命令嵌入正常内容。在 Twitter 上的实验表明，可高效生成嵌入命令的推文。恶意软件能在 OSNs 上隐蔽地找到攻击者。安全性分析表明，难以提前恢复攻击者标识符。
引用
@article{arxiv.2009.07707,
title = {DeepC2: AI-powered Covert Command and Control on OSNs},
author = {Zhi Wang and Chaoge Liu and Xiang Cui and Jie Yin and Jiaxi Liu and Di Wu and Qixu Liu},
journal= {arXiv preprint arXiv:2009.07707},
year = {2022}
}
备注
A later version of this paper is accepted at the 24th International Conference on Information and Communications Security (ICICS 2022)