使用机器学习的勒索软件检测与分类
密码学与安全
2023-11-29 v1 人工智能
计算机视觉与模式识别
机器学习
摘要
恶意攻击、恶意软件和各种勒索软件构成网络安全威胁，对各行各业和企业的计算机结构、服务器以及移动和Web应用造成相当大损害。这些安全问题十分重要且必须立即解决。勒索软件的检测与分类对于保证快速响应和预防至关重要。本研究使用XGBoost分类器和随机森林（RF）算法来检测和分类勒索软件攻击。该方法涉及分析勒索软件的行为并提取有助于区分不同勒索软件家族的相关特征。这些模型在勒索软件攻击数据集上进行了评估，并展示了其在准确检测和分类勒索软件方面的有效性。结果表明，XGBoost分类器、随机森林分类器能够以高准确率有效检测和分类不同的勒索软件攻击，从而提供一种增强网络安全的宝贵工具。
引用
@article{arxiv.2311.16143,
title = {Ransomware Detection and Classification using Machine Learning},
author = {Kavitha Kunku and ANK Zaman and Kaushik Roy},
journal= {arXiv preprint arXiv:2311.16143},
year = {2023}
}