RAPPER：基于性能计数器的勒索软件防御
密码学与安全
2020-04-07 v1 硬件体系结构
摘要
勒索软件能够造成直接且可控的经济损失，这使其成为网络安全中最突出的威胁之一。根据最新统计，2017 年第一季度报告的恶意软件中有一半以上是勒索软件，并且存在新手网络犯罪分子访问勒索软件即服务的潜在威胁。基于公钥的数据绑架及随后勒索的概念于 1996 年被引入。从那时起，出现了具有不同密码系统和更大密钥大小的勒索软件变种，但其底层技术保持不变。尽管文献中已有提出用于检测加密勒索软件的通用框架，但我们提出了一种两步无监督检测工具，当怀疑某个进程活动为恶意时，它会发出警报以便在第二步中进行进一步分析，并以最少的痕迹将其检测出来。两步检测框架 RAPPER 使用人工神经网络和快速傅里叶变换，利用最少的追踪点开发出一种高精度、快速且可靠的勒索软件检测解决方案。我们还引入了一个特殊的检测模块，用于从潜在的勒索软件操作中成功识别磁盘加密进程，两者具有相似的特征但目标不同。鉴于软件安全，我们提供了一个全面的解决方案，以应对与加密勒索软件相关的几乎所有场景（标准基准、磁盘加密和常规高计算进程）。
引用
@article{arxiv.2004.01712,
title = {RAPPER: Ransomware Prevention via Performance Counters},
author = {Manaar Alam and Sayan Sinha and Sarani Bhattacharya and Swastika Dutta and Debdeep Mukhopadhyay and Anupam Chattopadhyay},
journal= {arXiv preprint arXiv:2004.01712},
year = {2020}
}
备注
Australian Workshop on Offensive Cryptography, Kangacrypt 2018. arXiv admin note: substantial text overlap with arXiv:1802.03909