| SimMal：基于異構圖學習的惡意軟件關聯分析系統 | |
| 所屬分類：技術論文 | |
| 上傳者：zhoubin333 | |
| 文檔大小：704 K | |
| 標簽： 惡意軟件 自動化分析 關聯分析 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：隨著惡意軟件快速增長和傳播，近年來網絡安全生態面臨極大威脅；同時不斷發展的攻擊技術，可以繞過安全防御系統的分析檢測，對網絡安全分析人員提出了新的挑戰。傳統的人工分析方式由于資源限制，即使借助自動化工具也難以挖掘惡意軟件潛在的攻擊載體和技術，發現惡意軟件之間的共性。設計了一種惡意軟件關聯分析系統SimMal，通過異構圖的方式清晰地展示惡意軟件、惡意行為、攻擊技術和利用漏洞等多種維度間的關聯；同時基于異構圖表示學習算法預測惡意軟件關聯的惡意軟件家族和APT（高級持續威脅）組織，協助分析人員提前發現惡意軟件相關的風險和意圖并做出預先防御。該系統目前已應用在現網真實的惡意軟件數據集上，實驗結果驗證了惡意軟件家族分類和APT組織溯源分析的有效性。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2