ITect：用于恶意软件检测的可扩展信息论相似度
密码学与安全
2016-09-09 v1
摘要
恶意软件创作者长期以来一直肆意妄为。基于字符串的相似度度量能够以可扩展的方式利用真实标签，并可在一种难以从代码层面进行对抗的抽象层级上运行。我们提出了ITect，一种基于信息论的可扩展恶意软件相似度检测方法。ITect以不同方式分析文件熵模式，在达到90%准确率的同时实现了100%精确率，但它也可以以100%召回率为目标。在结合Kaggle和VirusShare的恶意软件数据集上，其在精确率和准确率方面均优于VirusTotal。
引用
@article{arxiv.1609.02404,
title = {ITect: Scalable Information Theoretic Similarity for Malware Detection},
author = {Sukriti Bhattacharya and Hector D. Menendez and Earl Barr and David Clark},
journal= {arXiv preprint arXiv:1609.02404},
year = {2016}
}
备注
14 pages