تشخیص هوشمندانه بدافزار با استفاده از روش‌های داد کاوی

با توجه به اینکه امروزه بدافزارها توانایی ایجاد هراتی زیادی در سطح وسیعی را دارند بنابراین شناسایی و بدافزارها امر بسیار مهم است. روش‌های قدیمی با استفاده از امضای بدافزار آن را شناسایی می‌نمودند. مشکلی که این روش دارد اینست که فقط 30 بدافزارهایی را شناسایی می‌کند که امضای آن‌ها را از قبل داشته باشد و همچنین ما باید منتظر ایجاد خرابی در بخشی از سیستم را شنید و پس از آن متخصصی شروع کار کنند به امضای بدافزار ب را استخراج کنند. در این مدت بدافزار فرصت می‌یابد تا خود را منتشر کرده و هرچه می‌تواند خسارت وارد کند. به همین دلیل روش‌های دیگری به‌وجودآمدن که مبتنی بر امضا نیستند. این روش‌های جدید با تحلیل رفتار برنامه‌ها می‌توانند بدافزارها را تشخیص دهند که هدف اصلی ما در این پژوهش تکیه‌بر این روش‌ها است. ما از تکنیک‌های داد کافی برای تحلیل رفتار برنامه‌ها استفاده می‌کنیم. یکی از روش‌های مؤثری که در تحلیل ایستا بسیار استفاده می‌شود استفاده از میراث روند کنترلی برنامه‌ای می‌باشد. سپس با استفاده از الگوریتم جای خاصی بین گراف را به مجموعه‌ای از ویژگی‌های برداری تبدیل می‌نماییم که یالهای دارای فراخوانی سیستمی وزنی متفاوت دارند. در نهایت با استفاده از این داده‌ها، مدل کلاس کننده ساخته شده و با استفاده از تشخیص ترکیبی، بداقزارها و فایل‌های پاک را از هم جدا می‌نماییم.

Keywords:

بداقزار , امضای بدلفزار , داده کاوی , گراف روند کنترلی