Статья: ИНТЕГРИРОВАННЫЙ ПОДХОД К ИДЕНТИФИКАЦИИ ВРЕДОНОСНЫХ ПРОГРАММ НА ОСНОВЕ ДИНАМИЧЕСКОГО АНАЛИЗА И ГЛУБОКОГО ОБУЧЕНИЯ (2025)

Читать онлайн

Представлен новый подход к идентификации вредоносных программ. В его основе лежит идея интеграции методов анализа поведения программ с современными алгоритмами машинного обучения. Процесс включает дизассемблирование программ, построение графа потока управления, выявление поведенческих паттернов в изолированной среде, извлечение метаинформации и классификацию программ по 3 классам. Алгоритмической основой разработанного подхода является ансамбль из графовой и гибридной нейронных сетей. Целью графовой сети является анализ графа потока управления, а гибридной - анализ статических и динамических признаков, определенных Cockoo Sandbox, а также ассемблерного кода, полученного в результате реверс-инжиниринга. Подход на базе такого ансамбля демонстрирует точность 0,88 в классификации кода на легитимный, вредоносный и APT-вредоносный и 0,94 - на легитимный и вредоносный.

Ключевые фразы: ВРЕДОНОСНЫЙ КОД, apt, статический анализ, динамический анализ, вирус
Автор (ы): Куртукова Анна Владимировна (Kurtukova A. V.)
Журнал: ДОКЛАДЫ ТОМСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА СИСТЕМ УПРАВЛЕНИЯ И РАДИОЭЛЕКТРОНИКИ

Предпросмотр статьи

Идентификаторы и классификаторы

SCI
Образование
УДК
004.89. Прикладные системы искусственного интеллекта. Интеллектуальные системы, обладающие знаниями
Для цитирования:
КУРТУКОВА А. В. ИНТЕГРИРОВАННЫЙ ПОДХОД К ИДЕНТИФИКАЦИИ ВРЕДОНОСНЫХ ПРОГРАММ НА ОСНОВЕ ДИНАМИЧЕСКОГО АНАЛИЗА И ГЛУБОКОГО ОБУЧЕНИЯ // ДОКЛАДЫ ТОМСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА СИСТЕМ УПРАВЛЕНИЯ И РАДИОЭЛЕКТРОНИКИ. 2025. Т. 28 № 1 (19 СТ.)
Текстовый фрагмент статьи
Будьте первым, кто начнет обсуждение

Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.