利用元数据信息检测恶意软件包
密码学与安全
2024-02-13 v1
摘要
在不断发展的软件开发环境中，保护软件供应链免受恶意软件包的侵害至关重要。软件供应链攻击涉及攻击者将有害软件注入软件仓库中常用的软件包或库中。例如，JavaScript使用Node包管理器（NPM），Python使用Python包索引（PyPi）作为各自的包仓库。过去，NPM曾出现过漏洞，例如event-stream事件，其中恶意包被引入一个流行的NPM包中，可能影响广泛的项目。随着第三方包在现代软件开发中日益普及，加速了应用程序的创建和部署，对鲁棒检测机制的需求变得至关重要。另一方面，由于每天发布的新包数量巨大，识别恶意包的任务构成了重大挑战。为了解决这个问题，在本文中，我们介绍了一种基于元数据的恶意包检测模型MeMPtec。该模型从包元数据信息中提取一组特征。根据单调性和受限控制属性，这些提取的特征被分类为易于操纵（ETM）或难以操纵（DTM）特征。通过利用这些元数据特征，我们不仅提高了检测恶意包的有效性，而且证明了与现有最先进技术相比，它对对抗性攻击具有抵抗力。我们的实验表明，假阳性（高达97.56%）和假阴性（高达91.86%）都显著减少。
引用
@article{arxiv.2402.07444,
title = {Malicious Package Detection using Metadata Information},
author = {S. Halder and M. Bewong and A. Mahboubi and Y. Jiang and R. Islam and Z. Islam and R. Ip and E. Ahmed and G. Ramachandran and A. Babar},
journal= {arXiv preprint arXiv:2402.07444},
year = {2024}
}