• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Information Security, IET >Approach for malware identification using dynamic behaviour and outcome triggering
【24h】

Approach for malware identification using dynamic behaviour and outcome triggering

机译：使用动态行为和结果触发进行恶意软件识别的方法

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

Malware identification is the process of determining the maliciousness of a program, which is necessary for detecting malware variants. Although some techniques have been developed to confront the rapid expansion of malware, they are not efficient to recognise booming malware instances, and can be evaded by using obfuscation techniques. In this study, a novel dynamic malware identification approach is proposed. Concretely, this approach employs techniques that explore multiple execution paths and trigger malicious behaviours with resulting outcomes. To this end, a group of featured malicious behaviours and outcomes (MBOs) are primarily constructed, from which weights for malware family classification are derived. A virtual monitor is then developed to dynamically trigger MBOs by exploring multipath with suitable probing depths. Finally, triggered malicious behaviours are modelled with features recorded in MBOs to train a malware classifier which can identify unknown malware variants. The experimental results on test cases demonstrate the proposed approach is effective in identifying new variants of popular malware families. The comparison with latest malware identifiers shows that our approach achieves lower false positive rate and can recognise malware equipped with obfuscation techniques.
机译：恶意软件识别是确定程序恶意程序的过程，这对于检测恶意软件变体是必需的。尽管已开发出一些技术来应对恶意软件的迅速扩展，但它们无法有效识别蓬勃发展的恶意软件实例，并且可以通过使用混淆技术来规避。在这项研究中，提出了一种新颖的动态恶意软件识别方法。具体而言，这种方法采用的技术可探索多个执行路径并触发恶意行为并产生结果。为此，主要构建了一组具有特征的恶意行为和结果（MBO），从中得出了恶意软件家族分类的权重。然后开发虚拟监视器以通过探索具有合适探测深度的多路径来动态触发MBO。最后，使用MBO中记录的功能对触发的恶意行为进行建模，以训练可识别未知恶意软件变体的恶意软件分类器。测试用例的实验结果表明，该方法可有效识别流行的恶意软件家族的新变种。与最新恶意软件标识符的比较表明，我们的方法可以降低误报率，并且可以识别配备了混淆技术的恶意软件。

著录项

  • 来源
    《Information Security, IET》 |2014年第2期|140-151|共12页
  • 作者

  • 作者单位
  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

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