基于特征病毒的多态病毒识别

多态病毒被认为是所有计算机病毒中最危险的。其他计算机病毒可以通过静态签名技术进行静态检测，或使用模拟器进行动态检测，而多态病毒则不同，它们会改变自身代码以规避此类检测技术。这使得多态病毒成为计算机安全研究人员面临的真正挑战。在本论文中，我们研究了多态病毒用于改变其代码的技术，例如琐碎代码插入、指令替换、子程序排列和寄存器重命名。我们对当前用于检测此类病毒的技术进行了深入调查。我们讨论了商业杀毒产品中使用的技术，以及科学研究中引入的技术。此外，我们随后引入了一种用于多态病毒识别的新方法，该方法通常基于无监督机器学习，特别是基于广泛应用于人脸识别的 Eigenfaces 技术。我们分析了所提方法的性能，并展示了与知名杀毒引擎结果对比的实验结果。最后，我们讨论了所提方法在检测更多及其他目标病毒方面的未来与潜在改进。