.png){kind=icon}
返回
POS: A Recognition Method for Packed Software in Opened-Set Scenario
.png){kind=icon}
OA
AI
DOI：10.3390/electronics14224450.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
恶意软件在网络攻击中扮演着关键角色，其分析对于确保网络安全至关重要。为规避检测，恶意软件开发者常使用加壳技术隐藏恶意代码，使得分析人员难以识别软件的真实行为。经过加壳的软件被称为“加壳软件”，网络安全分析师需要采用解包策略移除这些保护层并恢复软件的实际行为。此过程对于防止恶意软件绕过传统安全机制至关重要，因为解包能揭示可被分析恶意意图的底层代码。然而，随着恶意软件的演变，加壳软件的加壳技术差异极大，要求分析师紧跟混淆方法的最新趋势。此外，新的加壳方法不断涌现，对现有检测系统构成持续挑战。现有的加壳软件识别方法主要依赖已知训练集，虽能识别已知类型的加壳软件，但在开放集场景下（即遇到新或未知类型的加壳软件）效果不佳。为解决此问题，本文提出了在闭集和开放集场景下识别加壳软件的问题，并提出一种基于已知/未知召回率的评估机制，以评估系统识别两类加壳软件的能力。已知召回率评估系统识别已知类型的能力，而未知召回率衡量其识别新、未知加壳软件的能力。这种双重方法有助于弥合识别已知威胁与检测未知威胁之间的差距，随着恶意软件的持续演化，这一点愈发重要。此外，本文提出一种同时解决两类识别问题的策略，旨在提升识别系统的整体性能。在加壳软件数据集上的实验结果表明，该策略显著提高了识别的准确性和全面性，验证了其在实际应用中的有效性。
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
2.6
论文数:
1.0W
被引数:
4.7W
机构
引用论文
Liu, H.; Tian, Z.; Qiu, J.; Liu, Y.; Fang, B. Survey on Few-shot for Malware Detection. J. Softw. 2024, 35, 3785–3808. [Google Scholar] [CrossRef]刘, H.; 田, Z.; 邱, J.; 刘, Y.; 方, B. 针对恶意软件检测的少样本方法综述. 软件. журн. 2024, 35, 3785–3808. [Google Scholar] [CrossRef].png)
IF0
PREAI
分享收藏Robust Hashing for Improved CNN Performance in Image-Based Malware Detection基于图像的恶意软件检测中用于提升CNN性能的鲁棒哈希OAAI
OAAI分享收藏Deep Learning Approaches for Malware Detection: A Comprehensive Review of Techniques, Challenges, and Future DirectionsAlshoulie, M.; Mehmood, A. 深度学习在恶意软件检测中的应用：技术、挑战与未来方向的全面综述. IEEE Access 2025, 13, 118652–118677. [Google Scholar] [CrossRef]IEEE Access
IEEE AccessIF0
PREAI
分享收藏Modeling of Malware Propagation in Wireless Mobile Networks with Hotspots Considering the Movement of Mobile Clients Based on Cosine Similarity基于余弦相似度，考虑移动客户端移动的无线移动网络中带有热点功能的恶意软件传播建模OAAI
OAAI分享收藏A Novel Prognostic Model of the Degradation Malfunction Combining a Dynamic Updated-ARIMA and Multivariate Isolation Forest: Application to Radar Transmitter一种结合动态更新-ARIMA和多变量孤立森林的退化故障新型预后模型：在雷达发射机中的应用Electronics
OAAI
ElectronicsIF0
OAAI分享收藏Identifying Malware Packers through Multilayer Feature Engineering in Static Analysis通过静态分析中的多层级特征工程识别恶意软件打包器InformationOAAI
InformationIF0
OAAI分享收藏Detecting the Presence of Malware and Identifying the Type of Cyber Attack Using Deep Learning and VGG-16 TechniquesElectronicsOAAI
ElectronicsIF0
OAAI分享收藏
查看更多内容