利用 eBPF 与 AI 应对勃索斯病毒
密码学与安全
2024-06-21 v1 人工智能
新兴技术
网络与互联网体系结构
摘要
本文提出一种用于实时检测和遏制勃索斯病毒的两阶段方法。为实现此目标，我们利用 eBPF（Extended Berkeley Packet Filter）和人工智能的能力，开发了主动和被动两种方法。在第一阶段，我们利用基于签名的检测方法，采用自定义 eBPF 程序跟踪新进程的执行，并对其进行散列分析，以知名勃索斯病毒数据集为基准。在第二阶段，我们采用基于行为的技术，专注于使用自定义 eBPF 程序监控进程活动，并通过自然语言处理（NLP）识别勃索斯攻击的显著指示器——勃索通知的创建。通过利用 eBPF 的低级跟踪能力并集成基于 NLP 的机器学习算法，我们的解决方案在零日攻击发生后数秒内即可实现 99.76% 的精确识别勃索斯事件。
引用
@article{arxiv.2406.14020,
title = {Leveraging eBPF and AI for Ransomware Nose Out},
author = {Arjun Sekar and Sameer G. Kulkarni and Joy Kuri},
journal= {arXiv preprint arXiv:2406.14020},
year = {2024}
}
备注
7 pages