面向安卓恶意软件的本体驱动知识图谱
密码学与安全
2021-09-06 v1 人工智能
摘要
我们提出 MalONT2.0——一个用于恶意软件威胁情报的本体 \cite{rastogi2020malont}。在核心能力问题范围扩大的背景下，新增了类（攻击模式、用于实施攻击的基础设施资源、融合静态分析的恶意软件分析，以及二进制文件的动态分析）与关系。MalONT2.0 使研究者能够广泛捕获所有必需的类与关系，以收集安卓恶意软件攻击的语义与句法特征。该本体构成了恶意软件威胁情报知识图谱 MalKG 的基础，我们通过三个不同且不重叠的示例加以说明。恶意软件特征提取自互联网上共享的、以非结构化文本形式写成的安卓威胁情报 CTI 报告，其中部分来源为博客、威胁情报报告、推文与新闻文章。捕获恶意软件特征的最小信息单元以三元组形式写入，由头实体与尾实体构成，二者通过关系相连。在海报与演示中，我们讨论了 MalONT2.0、MalKG 以及动态增长的知识图谱 TINKER。
引用
@article{arxiv.2109.01544,
title = {Ontology-driven Knowledge Graph for Android Malware},
author = {Ryan Christian and Sharmishtha Dutta and Youngja Park and Nidhi Rastogi},
journal= {arXiv preprint arXiv:2109.01544},
year = {2021}
}
备注
3 pages, 5 figures