面向恶意软件分类的多示例学习
密码学与安全
2017-05-08 v1
摘要
本工作通过使用多示例学习范式中的基于词汇的方法，对沙箱中执行的未知二进制文件进行分类，建模其与系统资源（文件、互斥体、注册表项以及通过网络与服务器的通信）的交互以及操作系统提供的错误消息。它引入了适用于各资源类型的相似性度量，结合近似聚类方法高效地对系统资源分组并直接从数据定义特征。该方法有效去除了恶意软件作者常采用的随机化，并将样本投影到适用于常见分类器的低维特征空间。在大型二进制语料库上与现有最佳方法的广泛比较表明，所提方案仅使用一小部分训练样本即取得更优结果。此外，它利用了与大多数先前技术不同的信息源，增加了检测恶意软件的工具多样性，从而使检测规避更加困难。
引用
@article{arxiv.1705.02268,
title = {Multiple Instance Learning for Malware Classification},
author = {Jan Stiborek and Tomáš Pevný and Martin Rehák},
journal= {arXiv preprint arXiv:1705.02268},
year = {2017}
}