Identifying Malware Packers through Multilayer Feature Engineering in Static Analysis

doi:10.3390/info15020102

Identifying Malware Packers through Multilayer Feature Engineering in Static Analysis

2024-02-09

0

OA

AI

DOI：10.3390/info15020102

原文链接

原文求助

摘要

En 中文

本研究针对反恶意软件持续斗争中的关键需求，特别是在对抗混淆型恶意软件方面，其在网络安全领域构成了严峻挑战。开发能够有效对抗加壳恶意软件的反病毒（AV）解决方案仍是重要任务。加壳恶意程序采用加密和高级技术来混淆其有效载荷，使其难以被AV扫描器和安全分析师检测到。本研究提出了一种创新的恶意软件加壳程序分类器，专门设计用于准确识别加壳程序家族并在真实场景中检测未知加壳程序。为增强加壳程序识别性能，我们整理了一个精心构建的数据集，包含精确加壳的样本，以支持全面的训练和验证。我们的方法采用复杂的功能工程方法，涵盖多层分析以提取显著特征作为分类器的输入。所提出的加壳程序识别器在区分已知和未知加壳程序方面表现出卓越的准确性，同时确保操作效率。结果显示，在识别已知加壳程序方面达到99.60%的准确率，在检测未知加壳程序方面达到91%的准确率。这项创新研究不仅显著推动了恶意软件检测领域的发展，也为网络安全从业者及AV引擎提供了一种强大的工具，以有效应对持续存在的加壳恶意软件威胁。

Identifying Malware Packers through Multilayer Feature Engineering in Static Analysis

摘要

期刊

机构

引用论文