基于基因视角的恶意代码同源性判定（英文）

作者：Bing-lin ZHAO; Zheng SHAN^*; Fu-dong LIU; Bo ZHAO; Yi-hang CHEN; Wen-jie SUN

来源：Frontiers of Information Technology & Electronic Engineering, 2019, 20(06): 801-816.

• 恶意代码分类
• 基因视角
• 函数依赖图
• 同源性分析

恶意代码同源性判定对攻击事件溯源、应急响应方案处置以及事件发展趋势预测有重要作用。目前,恶意代码同源性判定以人工分析为主,效率较低,对安全事件的爆发无法快速响应。因此,提出一种新的从基因视角分析的恶意代码同源性判定方法。恶意代码基因由表示家族同源性的子图组成。通过筛选关键应用程序接口和利用社团划分算法,从函数依赖图中提取关键子图作为恶意代码基因。然后,设计一种频繁子图挖掘算法发现恶意代码家族的共有基因,并对基因编码。最后,利用家族共有基因指导恶意代码同源性判定。对公开数据集的分类和实验结果表明,分类准确率达97%,且效率较高。