...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE systems journal >Malware Target Recognition of Unknown Threats
【24h】

Malware Target Recognition of Unknown Threats

机译：未知威胁的恶意软件目标识别

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Organizations traditionally use signature-based commercial antivirus products as a frontline defense against malware, but advanced persistent threats craft custom malicious tools to achieve their objectives. Organizations safeguarding sensitive information have difficulty in identifying new malware threats among millions of benign executables using only signature-based antivirus systems. This paper extends a performance-based malware target recognition architecture that currently uses only static heuristic features. Experimental results show that this architectural component achieves an overall test accuracy of 98.5% against a malware set collected from operational environments, while three commercial antivirus products combine for a detection accuracy of only 60% with their most sensitive settings. Implementations of this architecture will enable organizations to self-discover new malware threats, providing enhanced situation awareness for cyberspace operators in hostile threat environments.
机译：传统上，组织将基于签名的商业防病毒产品用作抵御恶意软件的前线防御，但是高级的持续威胁会制作自定义的恶意工具来实现其目标。仅使用基于签名的防病毒系统，保护敏感信息的组织就难以在数百万个良性可执行文件中识别新的恶意软件威胁。本文扩展了基于性能的恶意软件目标识别体系结构，该体系结构目前仅使用静态启发式功能。实验结果表明，针对从操作环境中收集的恶意软件，该体系结构组件的总体测试准确度达到98.5％，而三种商业防病毒产品在其最敏感的设置下的检测准确率仅为60％。此体系结构的实施将使组织能够自我发现新的恶意软件威胁，从而在敌对威胁环境中增强网络空间运营商的态势感知能力。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号