利用卷积神经网络检测恶意PDF文件
密码学与安全
2020-08-04 v2 机器学习
摘要
恶意PDF文件是计算机安全面临的最大威胁之一。为了检测它们，已有大量研究使用手工签名或基于人工特征提取的机器学习方法。这些方法既耗时，又需要大量的先验知识，并且特征列表必须随着每个新发现的漏洞而更新。在这项工作中，我们提出了一种新颖的算法，该算法在文件的字节级别上使用卷积神经网络（CNN）集成，无需任何手工特征。我们使用一个包含90000个在线可下载文件的数据集表明，我们的方法对PDF恶意软件保持了高检测率（94%），甚至能检测出大多数杀毒软件仍未发现的新恶意文件。利用我们CNN网络自动生成的特征，并应用聚类算法，我们还发现杀毒软件的标签与生成的聚类之间具有高度相似性。
引用
@article{arxiv.2007.12729,
title = {Detecting malicious PDF using CNN},
author = {Raphael Fettaya and Yishay Mansour},
journal= {arXiv preprint arXiv:2007.12729},
year = {2020}
}