DOOM：一种基于对抗性深度强化学习的操作码级变形恶意软件混淆器以增强 IDS
密码学与安全
2020-10-20 v1 人工智能
机器学习
摘要
我们设计开发了 DOOM（基于对抗性 DRL 的操作码级混淆器以生成变形恶意软件），一种利用对抗性深度强化学习在操作码级别混淆恶意软件以增强 IDS 的新颖系统。DOOM 的最终目标并非将强力武器交予网络攻击者之手，而是为针对高级零日攻击创建防御机制。实验结果表明，DOOM 创建的混淆恶意软件可有效模拟多重同时发生的零日攻击。据我们所知，DOOM 是首个能生成细化到单个操作码级别的混淆恶意软件的系统。DOOM 也是首个在恶意软件生成与防御领域使用高效的连续动作控制深度强化学习的系统。实验结果表明，DOOM 生成的变形恶意软件中超过 67% 可轻松规避即便最强大 IDS 的检测。这一成果意义重大，因为即便配备了先进路由子系统的 IDS 也会被 DOOM 生成的恶意软件轻松规避。
引用
@article{arxiv.2010.08608,
title = {DOOM: A Novel Adversarial-DRL-Based Op-Code Level Metamorphic Malware Obfuscator for the Enhancement of IDS},
author = {Mohit Sewak and Sanjay K. Sahay and Hemant Rathore},
journal= {arXiv preprint arXiv:2010.08608},
year = {2020}
}