利用动态胎记进行恶意软件检测
密码学与安全
2019-01-23 v1 机器学习
机器学习
摘要
本文探讨了利用动态分析技术识别恶意软件的有效性，采用隐马尔可夫模型(HMMs)与轮廓隐马尔可夫模型(PHMMs)，二者均训练于 API 调用序列之上。我们将结果与使用训练于操作码序列的 HMMs 的静态分析进行对比，表明动态分析在许多情况下取得了显著更强的结果。此外，在对比两种动态分析技术时，我们发现使用 PHMMs 始终优于基于 HMMs 的分析。
引用
@article{arxiv.1901.07312,
title = {Malware Detection Using Dynamic Birthmarks},
author = {Swapna Vemparala and Fabio Di Troia and Corrado A. Visaggio and Thomas H. Austin and Mark Stamp},
journal= {arXiv preprint arXiv:1901.07312},
year = {2019}
}
备注
Extended version of conference paper