面向低功耗物联网设备的混淆恶意软件检测
密码学与安全
2020-11-09 v1 机器学习
网络与互联网体系结构
摘要
随着物联网和边缘设备部署到商业和用户网络中的数量增加，这些设备已成为恶意软件作者的新威胁载体。在这些设备于商业和个人网络中变得更为普及时，保护它们势在必行。然而，由于其有限的计算能力和存储空间，特别是在电池供电设备的情况下，将最先进的恶意软件检测器部署到这些系统上不可行。在这项工作中，我们提出使用由操作码轨迹构建的马尔可夫矩阵并从中提取特征，作为非混淆和混淆恶意软件检测的一种低成本特征。我们通过实验表明，与类似工作相比，我们的方法在消耗更少功耗的同时保持了高检测率。
引用
@article{arxiv.2011.03476,
title = {Towards Obfuscated Malware Detection for Low Powered IoT Devices},
author = {Daniel Park and Hannah Powers and Benji Prashker and Leland Liu and Bülent Yener},
journal= {arXiv preprint arXiv:2011.03476},
year = {2020}
}
备注
preprint. to appear at the International Conference on Machine Learning Applications (ICMLA) 2020