基于联邦学习与不平衡数据集的勒索软件检测

勒索软件是一种恶意软件，它加密用户数据并以解密密钥为筹码勒索赎金。这一网络威胁是当今组织面临的最严峻挑战之一，并已造成巨大的财务损失。因此，许多研究人员一直在开发对抗勒索软件的技术。近来，联邦学习（FL）方法也被应用于勒索软件分析，使各企业能够在不共享私有数据的情况下实现可扩展、有效的检测与溯源。然而，现实中多个 FL 客户端站点/地区收集的勒索软件数据在数量与构成上存在很大差异。这种不平衡将不可避免地降低任何防御机制的有效性。为解决这一问题，本文提出一种改进的 FL 方案，采用加权交叉熵损失函数方法来缓解数据集不平衡。随后，针对基于最新 Windows 勒索软件家族的静态分析案例，给出了详细的性能评估研究。结果证实，在高度不平衡的数据集上 ML 分类器性能得到提升。