基于语义的恶意代码行为特征提取及检测方法

ISCAS OpenIR

	基于语义的恶意代码行为特征提取及检测方法
其他题名	semantics-based malware behavior signature extraction and detection method
	王蕊; 冯登国; 杨轶; 苏璞睿
	2012
发表期刊	Journal of Software
ISSN	1000-9825
卷号	23 期号:2 页码:378-393
摘要	提出一种基于语义的恶意代码行为特征提取及检测方法,通过结合指令层的污点传播分析与行为层的语义分析,提取恶意代码的关键行为及行为间的依赖关系;然后 ,利用抗混淆引擎识别语义无关及语义等价行为,获取具有一定抗干扰能力的恶意代码行为特征。在此基础上,实现特征提取及检测原型系统。通过对多个恶意代码样本的分析和检测,完成了对该系统的实验验证。实验结果表明,基于上述方法提取的特征具有抗干扰能力强等特点,基于此特征的检测对恶意代码具有较好的识别能力.
收录类别	cscd,ei,wanfang
其他摘要	This paper proposes a semantic-based approach to malware behavioral signature extraction and detection.This approach extracts critical malware behaviors as well as dependencies among these behaviors,integrating instruction-level taint analysis and behavior-level semantics analysis.Then,it acquires anti-interference malware behavior signatures using anti-obfuscation engine to identify semantic irrelevance and semantically equivalence.Further,a prototype system based on this signature extraction and detection approach is developed and evaluated by multiple malware samples.Experimental results have demonstrated that the malware signatures extracted show good ability to anti obfuscation and the detection based on theses signatures could recognize malware variants effectively.
关键词	Malware Semantics Behavior Signature Extraction Malware Detection
部门归属	王蕊, 中国科学院研究生院, 信息安全国家重点实验室, 北京 100049, 中国. 冯登国, 中国科学院研究生院, 北京 100049, 中国. 杨轶, 中国科学院软件研究所, 北京 100190, 中国. 苏璞睿, 中国科学院软件研究所, 北京 100190, 中国.
学科领域	Computer Science
语种	中文
内容类型	期刊论文
URI标识	http://ir.iscas.ac.cn/handle/311060/14657
专题	中国科学院软件研究所
推荐引用方式 GB/T 7714	王蕊,冯登国,杨轶,等. 基于语义的恶意代码行为特征提取及检测方法[J]. Journal of Software,2012,23(2):378-393.
APA	王蕊,冯登国,杨轶,&苏璞睿.(2012).基于语义的恶意代码行为特征提取及检测方法.Journal of Software,23(2),378-393.
MLA	王蕊,et al."基于语义的恶意代码行为特征提取及检测方法".Journal of Software 23.2(2012):378-393.

条目包含的文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
基于语义的恶意代码行为特征提取及检测方法（1231KB）			开放获取	使用许可	请求全文