Malytics：一种恶意软件检测方案
密码学与安全
2018-10-25 v3
摘要
网络安全的一个重要问题是恶意软件分析。除了良好的精确率和识别率外，恶意软件检测方案还需要能够很好地泛化到新型恶意软件家族（即零日攻击）。重要的是，该系统不需要过多的计算量，尤其是在移动设备上部署时。在本文中，我们提出了一种我们称之为 Malytics 的新型恶意软件检测方案。它不依赖于任何特定工具或操作系统。它提取任意给定二进制文件的静态特征以区分恶意软件和良性软件。Malytics 由三个阶段组成：特征提取、相似度度量和分类。这三个阶段由一个具有两个隐藏层和一个输出层的神经网络实现。我们表明，由 tf-simhashing 执行的特征提取等价于特定神经网络的第一层。我们在 Android 和 Windows 平台上评估了 Malytics 的性能。Malytics 在两个平台上均优于广泛的基于学习的技术以及单个最先进的模型。我们还表明 Malytics 在应对零日恶意软件样本时具有弹性和鲁棒性。在所用数据集中，Malytics 在 Android dex 文件和 Windows PE 文件上的 F1 分数分别为 97.21% 和 99.45%。同时还评估了 Malytics 的速度和效率。
引用
@article{arxiv.1803.03465,
title = {Malytics: A Malware Detection Scheme},
author = {Mahmood Yousefi-Azar and Len Hamey and Vijay Varadharajan and Shiping Chen},
journal= {arXiv preprint arXiv:1803.03465},
year = {2018}
}