提取类别确定的恶意软件标签

文章预览

工作来源 DSN 2023 工作背景 CARO  在 1991 年提出了命名规范，但由于后续恶意软件的爆炸式增长与反病毒引擎的多种多样，恶意软件命名完全分散。 近年来机器学习的兴起，需要大量已标注的数据。利用如  VirusTotal 等多引擎扫描检测服务，即可利用多种引擎收集恶意软件标签。业界已经广泛采用这种方式来构建基准数据集，标签混乱会产生诸多影响。 尽管恶意软件标签的命名模式是个黑盒，但从数据中可以发现在将行为标签与平台标签当作定位器时，家族标签总是会出现在相同的上下文中。 恶意软件的行为标签与平台标签的总量很小，通常是语义化的、可识别的。 工作设计 架构如下所示： 一共由两个模块组成： 更新模块：利用增量解析方案更新定位器词汇表。 解析模块：依赖最新的定位器词汇与位置优先搜索算法，输出类别确定的标签。 ………………………………